2000年12月
本文提出了一个基于转换beta(或“z”)分布的二分选择模型。这个模型被称为bett,同时嵌套logit和probit,并允许各种倾斜和峰值扰动密度。因为密度的形状影响二分类选择变量及其行列式之间的估计关系,转换后的beta分布的更大的灵活性有助于生成这种关系的更准确表示。本文讨论了logit模型和probit模型在应该使用probit的情况下的渐近偏差。它还研究了小样本功率,并提供了两个应用实例,说明了贝特模型的能力。
下载
这些必需的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步完善我们的服务和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定访问者的数量和我们网站上某些页面的效果,并优化我们的内容。