Logit模型

离散选择法模型之一
image
Logit模型（Logit model，也译作“评定模型”，“分类评定模型”，又作Logistic regression，“逻辑回归”）是离散选择法模型之一，Logit模型是最早的离散选择模型。[1][2]
Logit模型于19世纪30年代由罗纳德·费希尔(Ronald Fishe)发明，属于多重变量分析范畴；常见的Logit模型包括BL、MNL、NL等。具有求解速度快、应用方便等特点，是社会学、生物统计学、临床、数量心理学、计量经济学、市场营销等统计实证分析的常用方法，也是目前应用最广的模型。[1][2][3]

模型概述

Logit模型(Logitmodel,也译作"评定模型","分类评定模型",又作Logisticregression,"逻辑回归")
是离散选择法模型之一，属于多重变量分析范畴，是社会学、生物统计学、临床、数量心理学、市场营销等统计实证分析的常用方法.