Khi một biến phụ thuộc là biến danh mục (nhị phân, thứ tự hoặc định danh) thì phương pháp bình phương tối thiểu OLS sẽ không còn là một ước lượng không chệch tốt nhất (BLUE) nữa. Điều đó có nghĩa các ước lượng OLS sẽ bị chệch và không hiệu quả. Do đó, các nhà nghiên cứu đã phát triển rất nhiều dạng mô hình hồi quy cho các biến phụ thuộc dạng danh mục.
Các mô hình logit vs probit đều dựa trên phương pháp ước lượng hợp lí tối đa ML (Maximum likelihood). Ước lượng hợp lí tối đa đòi hỏi một giả định về dạng hàm phân phối xác suất, chẳng hạn hàm logit và hàm bù log-log. Các mô hình Logit sử dụng hàm phân phối Logit chuẩn trong khi các mô hình Probit giả định hàm phân phối chuẩn chuẩn hóa. Bài viết này tập trung trình bày một số khía cạnh để phân biệt 2 mô hình Logit vs Probit.
https://vietlod.com/phan-biet-mo-hinh-logit-vs-probit