Modello logit: differenze tra le versioni

::<math>\ \Pr\left(Y_i=1|X=x_i\right)=\Lambda\left(x_i'\beta\right)=\frac{\exp\left(x_i'\beta\right)}{1+\exp\left(x_i'\beta\right)}</math>

dove <math> \Lambda</math> è la [[funzione di ripartizione]] di una [[variabile casuale logistica]]. Il vettore di parametri <math>\ \beta</math> è di norma stimato con il [[metodo della massima verosimiglianza]]. Specialmente in lavori più datati, la relazione sopra è scritta, in maniera equivalente:

 

dove <math>\varepsilon_i</math> è un disturbo stocastico. Il modello logit è del tutto analogo al [[modello probit]], dal quale differisce essenzialmente per la scelta della funzione <math>\Lambda</math>; tale scelta è spesso dettata da considerazioni di trattabilità algebrica del modello, piuttosto che da motivi teorici.