Logit模型的概述

Logit模型是基于利率调整引起的汇率贬值构建了两个投机冲击预测模型：未预期到的编制冲击模型和总贬值冲击模型。该模型考察了对两种货币危机定义情况下发生货币危机的可能性，即利率调整引起的汇率大幅度贬值和货币的贬值幅度超过了以往的水平的情形，以往的模型只考虑一种情况。Logit模型不仅可以在样本内进行预测，还可以对样本外的数据进行预测。并且可以对预测的结果进行比较和检验，克服了以往模型只能解释货币危机的局限。

?

Logit模型简介

事件 A 发生的概率 = 事件 A 出现的次数 / 所有结果出现的次数

例如：掷骰子，掷出点数为6的概率：

Odds = 事件发生的概率 / 事件不发生的概率 = 成功的概率 / 失败的概率

例如：掷骰子，掷出 6 的概率是 P=1/6 ，出现其他点数的概率是 1-P=5/6 ，掷出点数为 6 的 Odds = 1/5。

Logit 的很重要的特性就是没有上下限，Logit 是直接对胜率进行建模。

概率 P 的变化范围是 [0,1] ，Odds 的变化范围是 [0，+∞)，对 Odds 取自然对数，就可以将 P 从 [0,1] 映射到 (-∞,+∞)。

Logit究竟是个啥？——离散选择模型之三

为什么要用到logit模型呢？

Logit模型是一种用于二元分类问题的统计模型。它使用对数几率函数(logit function)来模拟对结果的预测, 从而可以对结果进行线性建模。这样可以使用线性回归技巧来估计参数并进行预测。另外，由于Logit模型的输出是在0和1之间的概率值，因此它也可以用来模拟逻辑回归。

谁知道什么是“logit模型”？

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。