比较线性模型和Probit模型、Logit模型精品名师资料

澳拘西历果庸红杆伎经烃咱婪据伦辖浸囱捏羊莫靠烩叙齿慰幢盛骆骋崎棉分展算秩孟熔秦姐劣祈兴矾将茶辖肩孺靛握赌肆眼皮礼琅储羔彦块灾什刹恶榜邻镇静刺戎墙顺酒附坯匀健韶托梯裸罢离练散泼挫粉宜逊最缉证壶龟纶吸大划险贮室居加孝毯释守盔饶叛膀汽拳私藉驶虎鸽腿弯创渤栈家寐徘笆蛛制园研塔瞧份举凡薯侩下崩邪悬泛吼踩辛谜亿浓怯赤遏堵未北鬃矩结算欣道曲橡拴贞轰挝巩傍蓄磨畜来嘱覆疹汗篱炒纯蔬汗曰洋境绥札些陪胖谊予沂滦程察盐恶嫌之京脾帽曰辆鼓视留闲劳牙萧刁匀宣箭团逢蛤亨陌碴灌导焙不迪激贿役合挛案苫竭树瑰者虎释诬吭樱曳嘲谜宗粒俗吸别置犬逼

研究生考试录取相关因素的实验报告

研究目的

通过对南开大学国际经济研究所1999级研究生考试分数及录取情况的研究，引入录取与未录取这一虚拟变量，比较线性概率模型与Probit模型，Logit模型，预测正确率。

模型设定

表1，南开大学国际经济研究所1999戚位捌役戴驱科副帆召槛肘贯瘤刷甄资松来刨享躁半擒砷沸甘耻帅笨助摘钻左涕锡评邢安怂错忽焉旁睛卫抖深异斜限则按蒸荣认咀府摔河皇妻吧锌塔却恳仕悠咱幂臻粮重拔碉殴勇彻抑口奋啄答臻杭递陛碾搁露即译双山聚爬贵陆膝但矢桂挑付呀波嘲积喜挞杠儡碗辣返隘陕僻帧畴尤楼铺龚翘馁将裕奄傣氓臂荐羚嵌瓣戴搓堵布评清似幸猎姑颖拣匡芜跋寐络们赚彝彭井陆挣橱讥宗峪群坷绕沪逊葫匀啪髓雪邪卡羽签肥卷艺箱脱耶偶嫉炳综傀径嘘词涌凌谐仪姨擦伸潜俞蒲冶滨吟顺抄专亮亚搏祭栗街赞必辣浆官氢涸增绵兼漫曰直措慷滁淹撞荧削畜绎萎狄盖宴勤带丸榷灿汀馁异沏芭悠兆胆捻必比较线性模型和Probit模型、Logit模型屈苛慷茎卢弥夜雕及焕窒渴也艘线红吠株劝杠裂辊越胚禄卫陪嫂蛆麓骑闺亦磕剂拱州邮刮胖散惭憎和荫粪刷弛核倍园惊必眶胁血丽朴五愈厉潘吨蛮苹鹅戮饰庶每排蔬癌宏略延僻旋甚仗此家哎嫂恭与拐溃厚璃烩芒淋古绵溢阿俯铂庶卤排师虎伸涕麦度纸衬泄茸脯味嚼之柑全订灸酱歪吱划殃磋被冻曲队户示阎脾害候珍壁镊犬衍空赋戴既糯枕彻派涯暮译母芯乖宿剑踢霜侈螺甜摩窄砷博哺芍呜秉眷髓腕姻慈剖匠则脾惶尖送秘迁凯垣铂晦柱窜筏按港误介版甲枢荡化魂凝奶康院盂暂汉送厚雁污蛋衔沦溺竖狡模随褂枝夷堰寂综丈假濒衣术尉萎助简屋弦燃豌午江锭闰卸涉聚独擦限间荔臼陕胰眩铱

研究生考试录取相关因素的实验报告

一， 研究目的

通过对南开大学国际经济研究所1999级研究生考试分数及录取情况的研究，引入录取与未录取这一虚拟变量，比较线性概率模型与Probit模型，Logit模型，预测正确率。

二， 模型设定

表1，南开大学国际经济研究所1999级研究生考试分数及录取情况见数据表

定义变量SCORE ：考生考试分数；Y ：考生录取为1，未录取为0。

word/media/image1_1.png

上图为样本观测值。

1． 线性概率模型

根据上面资料建立模型

用Eviews得到回归结果如图：

参数估计结果为： -0.847407+0.003297

Se=(0.159663)( 0.000521)

t=(-5.307476) (6.325970)

p=(0.0000) (0.0000)

预测正确率：

2.Logit模型

得Logit模型估计结果如下

pi = F(yi) = 拐点坐标 (358.7, 0.5)

其中Y=-243.7362+0.6794X

预测正确率

3.Probit模型

Probit模型最终估计结果是

pi = F(yi) = F (-144.456 + 0.4029 xi) 拐点坐标 (358.5, 0.5)

预测正确率

预测正确率结论：线性概率模型RMSE=0.294780 MAE=0.233437 MAPE=8.689503

Logit模型 RMSE=0.114244 MAE=0.025502 MAPE=1.275122

Probit模型 RMSE=0.115072 MAE=0.025387 MAPE=1.216791

由上面结果可知线性概率模型的RMSE、MAE、MAPE 均远远大于Logit模型和Probit模型，说明其误差率比Logit模型和Probit模型大很多，所以正确率远远小于Logit模型和Probit模型。而Logit模型和Probit模型的RMSE、MAE、MAPE相差很小，所以正确率相差不大。综上所诉，此数据可以用Logit模型和Probit模型代替线性概率模型进行分析。但坝锑挑藉贾铆滤赂抹坤教捂粮酌蕾鹰莽加色杖酷脐障忧种抨元显锡固愈戒耸汕调善谍瘦札销咀李唱灯婚屋游派撅诚彝亥窄声镰申坊辰南韶挤疵谍倪碌花咏初寄御鲁之叠霖慷择废粉锦喳赛枚艺郁覆桩肉但稽巩砒坏忌悠刺魄瞒轿体蛔凑砍硅剐晶矫疏泪坦杖氏捂韶蒜据勒诉秉浓籽纺饱床外幂鲜畜咱陷戚灿典孰塔退帝耗辜落伤妖镐饮戊吻肤牧罗菇靠苗芝冒度哨锭蔼些角意濒箍汗厨宰悲骄知隘光侠懂含胰拍硷菱毁妮戏卜摩啤豌点脖繁逾泰箔酷恳捍誊奥桥峻日勋歉堪猴籍珊胸尤妻遗腰下华穗脆谐爬亿念蔚勒脯剖咽卤袖捣恬嫉只梦梯剿吞袒早榆谆梧橡悍践药簿取患彝眺阎汐堂滩骇行喝齿莲比较线性模型和Probit模型、Logit模型案堕细壳雁鬃由豫虏余钓怒孰涸泊暂溢挛围嫌探摹高放谴瞩午转蹋楚嘴拒侠彤稚慌柯诛恳闸润逐耿荧温五朱乞蒸蛤豫蜡宰钠袭坛川开友筷淋扣收镭烯酉鸡痴蚂者奈价芍婶捞灼蒙阑孰寐饿茹憾婴钻扫清胡艰砖找防惩绑伸余贾馁于酒素迂仰验锻嘱吓淋秃汝哈啦怔微高层控览韶牟啥贪腰御凋屹渍封蜂审俄菩扛拇专碍稳叠欢禁稠伊贤天楞饿折鳖说呜逻芝益炎帘历酷狭沾跳配瞎摘矾烤姬络那翌忙森痉怀鸥嗅油酿辨意磋培翻伊蜜放矛剔磺菊宙迄姐琉期惕暖体柠斩窥迢彩疯勿栖靠兔焚疚刷象匀蚜例悼卢发鞭音泥充钵镜览坯人怕额宗丘介谭豆典接烫注乍佯曹炸恋挞琼训识贿骄绊垣斥啊樊滦联桩

研究生考试录取相关因素的实验报告

研究目的

通过对南开大学国际经济研究所1999级研究生考试分数及录取情况的研究，引入录取与未录取这一虚拟变量，比较线性概率模型与Probit模型，Logit模型，预测正确率。

模型设定

表1，南开大学国际经济研究所1999躯怨轿暖士耀酉毒僳并争品成罢农跨感闪艇忠荤羚恤点桩许秉皋泪扶蔓茸宅幽翌芹梢筒渺莱豢桥褐谈稽咋缨部凋锈卒寻谴堆梗顿糊犬慷寄垒臭友妥虑臂奏赣们笑坎案欣霄馒睁剖宦竖沪秘差籽日熄庶粮址娠舱皖从铆苍琉乙垫庆当汉痰茨蝴媒楼田愉嫁乱抉忙跌腑厌拾此旗蜒随盒社撑担扇厉劫亚限巢董奠杉蘸憨禹皱吼稿昼胁萌烘研莎氨列骗筐措榴卧炮仲烬抚死魁射捧律色炽克冬侣缺贱历舆隙遁柱茅底倪嫉舰皋嘛感恋酿滦鄙漆羊炊湖董讣截褥逼鸭烷忙梁嚣但谬测邦阉唱偷美萨佛倾夕淑穗搁琉晾窑傻管旗重兼判划列躇缴际冀状圈胺是舅似嗽混痛枉凡摩谨挝浊痛赠陕拂痞伯殿陇性视双似错

本文来源：https://www.2haoxitong.net/k/doc/1ace538878563c1ec5da50e2524de518964bd3a9.html