PROBIT模型案例数据：
假设我们要研究一种药物在12个剂量水平下的效应，将180只小白鼠随机分到12个剂量组，每组15只。然后给药并记录小白鼠是否出现药物相关阳性反应。最后，在每个剂量组中，合计出现阳性反应的只数。数据可以这么读入：dataNumber = 15;input Dose Respond@@;datalines;0
数据在数据集study中是这样的：
变量number是指每组小白鼠的只数，都是15只。变量dose表示药物的剂量水平，第1组的剂量为0，是对照组。变量respond表示在相应药物剂量下出现阳性反应的只数。下面我们就可以建立模型，将发生药物阳性反应的概率视为药物剂量的函数：proc probit data=study log10 optc plots=(predpplot ippplot);
model respond/number=
output out=new
p=p_语法解释：1.proc probit语句调用PROBIT过程，后面跟随了一些语句选项。其中，DATA=选项指明PROC PROBIT要分析的数据集是study。LOG10选项用dose的对数代替dose本身。OPTC选项估计自然响应率（the natural response rate）。当同时用到LOG10和OPTC选项时，任何剂量水平小于等于0的观测在估计中被当做对照组处理。 PLOTS=选项要求绘制2种估计概率值与剂量水平之间关系的图形 2.model语句用变量respond和变量number指定了一个比例反应（a proportional response），这种语法是“发生事件数/试验总数（events/trials）”。变量dose是解释变量。 3.output语句创造了一个新的数据集new，new数据集中包括了原始数据集中的所有变量，以及一个新的变量p_hat，它表示预测的概率值。 输出结果：1.模型背景信息：包括输入数据集、反应变量（事件变量和试验变量）、观测数、事件数和试验数等。2. 参数估计表： 参数C是自然反应阈（the natural response threshold）或者在0剂量下的响应率，其估计值为0.2409。截距项以及斜率系数的检验结果有统计学意义，p值分别为0.0020和0.0010。因此，模型就可以写成：其中，φ是正态累积分布函数（the normal cumulative distribution function）。3.容差分布结果（the resulting tolerance distribution），给出了均数参数MU和尺度参数SIGMA，以及参数的方差-协方差矩阵。4.剂量-反应概率图：PLOT=PREDPPLOT选项指定输出了剂量-反应概率关系图，展示了剂量水平、反应概率的观测值以及预测值。参照线的值为0.24，就是估计的自然反应阈值。PLOT=IPPPLOT选项输出了逆概率图，横轴、纵轴颠倒过来看剂量-反应概率之间的关系。 HuaMeiMedicalStatistics(HuameiMedstat)　
　文章为作者独立观点，不代表微头条立场
的最新文章
好文转发~~SAS实现重复测量方差分析模型是对数据产生机制的一种描述。模型是对数据产生机制的一种描述。模型是对数据产生机制的一种描述。前面的内容主要涉及了一些基础的统计模型理论，下面我们就通过一些经典的例子来探讨如何建模。一个简单的PROBIT模型栗子AB/BA 交叉设计（AB/BA Crossover Design）作者sam（资料源自SAS文档）Senn好文转发~~SAS实现重复测量方差分析模型是对数据产生机制的一种描述。前面的内容主要涉及了一些基础的统计模型理论，下面我们就通过一些经典的例子来探讨如何建模。模型是对数据产生机制的一种描述。模型是对数据产生机制的一种描述。一个简单的PROBIT模型栗子HuameiMedstatHuaMeiMedicalStatistics是由复旦大学医学院和公共卫生学院的硕博士共同创办的医学统计工作室，致力于医学数据的处理和统计分析。QQ TEL 热门文章最新文章HuameiMedstatHuaMeiMedicalStatistics是由复旦大学医学院和公共卫生学院的硕博士共同创办的医学统计工作室，致力于医学数据的处理和统计分析。QQ TELlogit模型统计分析中的模型?定义与作用是什么呢?
老月不谈爱_
如果要弄清楚原理,可以看格林或平狄克的计量经济学,上面有比较详细的讲解.另外,向你推荐一本不错的书：王济川、郭志刚,Logistic回归模型——方法与应用,北京：高等教育出版社,2001.浏览一下这三本书的相关内容,你基本上可以弄清楚概率估计模型,至于网上有没有电子版的书我就不太清楚了.这里,我可以先简单的回答你这个问题.首先,通常人们将“Logistic回归”、“Logistic模型”、“Logistic回归模型”及“Logit模型”的称谓相互通用,来指同一个模型,唯一的区别是形式有所不同：logistic回归是直接估计概率,而logit模型对概率做了Logit转换.不过,SPSS软件好像将以分类自变量构成的模型称为Logit模型,而将既有分类自变量又有连续自变量的模型称为Logistic回归模型.至于是二元还是多元,关键是看因变量类别的多少,多元是二元的扩展.其次,当因变量是名义变量时,Logit和Probit没有本质的区别,一般情况下可以换用.区别在于采用的分布函数不同,前者假设随机变量服从逻辑概率分布,而后者假设随机变量服从正态分布.其实,这两种分布函数的公式很相似,函数值相差也并不大,唯一的区别在于逻辑概率分布函数的尾巴比正态分布粗一些.但是,如果因变量是序次变量,回归时只能用有序Probit模型.有序Probit可以看作是Probit的扩展
为您推荐：
其他类似问题
扫描下载二维码苹果/安卓/wp
积分 189, 距离下一级还需 71 积分
权限: 自定义头衔
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡下一级可获得
权限: 签名中使用图片
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
哼哼签到天数: 1 天连续签到: 1 天[LV.1]初来乍到
谁能够简要的介绍下Logit模型和probit模型的区别和联系，多谢了！
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
logit和probit的区别：
1. y* = x'b + e中，对e的分布的设定不同。logit模型中，e服从标准logistic分布；probit模型中，e服从标准正态分布。
2. 两个模型估算的边际效应的差别主要体现在对尾部数据的解释上。
1. 经验法则：b_logit 约等于1.6倍的b_probit。
2. 多数情况下，两个模型的边际效应十分接近，相应的t-statistic也十分接近。
3. 估计方法：均使用maximum likelyhood。
4. 两个模型估算系数均没有直接的经 ...
本帖被以下文库推荐
& |主题: 898, 订阅: 13
& |主题: 628, 订阅: 127
因变量是分类变量的回归分析。
Probit, logit都可以用来处理多种类型情况，二分，多分。
区别，logit更灵活容易解释。
probit更多用于二分变量。
zlgsx 发表于
因变量是分类变量的回归分析。
Probit, logit都可以用来处理多种类型情况，二分，多分。
区别，logit更灵 ...多谢！
这个好难啊&&需要花功夫努力学习
本帖最后由 andruw 于
14:17 编辑
logit和probit的区别：
1. y* = x'b + e中，对e的分布的设定不同。logit模型中，e服从标准logistic分布；probit模型中，e服从标准正态分布。
2. 两个模型估算的边际效应的差别主要体现在对尾部数据的解释上。
1. 经验法则：b_logit 约等于1.6倍的b_probit。
2. 多数情况下，两个模型的边际效应十分接近，相应的t-statistic也十分接近。
3. 估计方法：均使用maximum likelyhood。
4. 两个模型估算系数均没有直接的经济意义。因而对模型系数的解读不同于线性模型。
5. 两个模型均用于解释事件发生的概率（即P（y=1 |x）），这点不同于经典计量模型。
热心帮助其他会员
热心帮助其他会员
总评分:&经验 + 15&
论坛币 + 15&
学术水平 + 6&
热心指数 + 5&
信用等级 + 2&
andruw 发表于
logit和probit的区别：
1. y* = x'b + e中，对e的分布的设定不同。logit模型中，e服从标准logistic分布；p ...好帖子&&顶一个
andruw 发表于
logit和probit的区别：
1. y* = x'b + e中，对e的分布的设定不同。logit模型中，e服从标准logistic分布；p ...
说的太对了哈哈哈
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
加入我们,立即就学扫码下载「就学」app& Join us!& JoinLearn&
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师利用有序Probit模型进行健康需求分析_李海超_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
利用有序Probit模型进行健康需求分析_李海超
上传于||暂无简介
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩1页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢Probit回归-学术百科-知网空间
Probit回归
Probit回归
probit regress面向农业经济,为农业统计分析、农业发展计划和管理等方面所编制的计算机程序。农业经济...计量经济软件包美国Var Econometrics公司开发的RATS软件，能用以下各种算法或模型进行预测和分析：最小二乘法，Box-Jenkins综合
与"Probit回归"相关的文献前10条
本文利用2007年河北省7县717个计生贫困家庭NGO(非盈利组织)小额信贷情况的调查数据,从微观角度分析了NGO小额信贷对农村计生贫困家庭的经济救助效果。研究发现,NGO小额信
本文将多项Probit模型推广到更一般的形式,研究了推广的多项Probit模型的逆回归性质,给出了回归系数的逆回归估计方法,并证明了在满足一些条件时估计是渐近正态的.模拟表明逆回
正 一、引言描述一事件概率与影响变量间关系的 Probit 回归与 Logit 回归皆为重要的非线性模型.Logit 模型1944年由 Berkson 提出 Probit 模型1
正Probit回归最先由Bliss在1934年提出〔1〕,在进行杀虫剂的毒理实验时,Bliss发现了一个有趣的现象:无论他配制的杀虫剂浓度有多高,在用药之后总会有一两只昆虫还活着
传统的货币危机传染模型均为单向传染模型,本文利用空间自回归Probit对货币危机的"交叉传染"及其传染途径进行了研究,并且分别对货币危机传染的贸易途径和政治关系途径进行了检验。研
给出了二值probit回归模型的坍缩变分贝叶斯推断算法.此算法比变分贝叶斯推断算法能更逼近对数边缘似然,得到更精确的模型参数后验期望值.如果两个算法得到的分类错误一致,则该算法的
Logistic回归模型与Probit模型是现代统计学前沿提供的两种统计方法。根据对犯罪人员和未犯罪人员的观察,建立对应的两种模型,可分析有关制约因素,研究这些因素发生变化时,犯
正 当进行药物检定时,药物的剂量与有效率存在曲线关系。ED_(50)是说明该药效率的较好统计量。当剂量按等比级数排列时,为求ED_(50),可用直线回归法。此时,有效率的Prob
采用文献资料调研、数理统计、问卷调查等方法对中部地区群众参与体育运动频率和体育费用支出进行分析,研究社会人口变量以及经济变量在群众参与体育运动的频率和体育运动消费的次数中所起的作
针对二值probit回归模型中的参数估计问题,提出一种基于粒子群优化(PSO)的参数估计算法。该算法采用以最大似然准则作为PSO的适应度函数,建立二值probit回归模型中的参数
"Probit回归"的相关词
快捷付款方式
订购知网充值卡
<font color="#0-819-9993
<font color="#0-
<font color="#0-