Modello logit: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
mNessun oggetto della modifica |
mNessun oggetto della modifica |
||
Riga 2:
In [[statistica]], il '''modello logit''' è una specificazione di un modello di regressione binaria che ha riscosso e riscuote una notevole popolarità. Detta <math> Y</math> una variabile dipendente binaria (ossia che assume soltanto i valori 0 e 1), sia <math> X</math> una matrice di regressori. Il modello probit ipotizza che:
::<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>x_i</math> denota una riga di <math>X</math> e <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:
::<math>\ \ln\left(\frac{\Pr\left(Y_i=1|X=x_i\right)}{1-\Pr\left(Y_i=1|X=x_i\right)}\right)=x_i'\beta=\beta_0+\beta_1 x_{1i}+ \cdots + \beta_k x_{ki} + \varepsilon_i</math>
| |||