【Python计量】Logit模型

一、离散选择模型

莎士比亚曾经说过：To be, or not to be, that is the question，这就是典型的离散选择模型。如果被解释变量时离散的，而非连续的，称为“离散选择模型”。例如，消费者在购买汽车的时候通常会比较几个不同的品牌，如福特、本田、大众等。如果将消费者选择福特汽车记为Y=1，选择本田汽车记为Y=2，选择大众汽车记为Y=3；那么在研究消费者选择何种汽车品牌的时候，由于因变量不是一个连续的变量（Y=1, 2, 3），传统的线性回归模型就有一定的局限。

其它的一些常见的离散选择行为的案例还包括：

• 化妆品牌的选择：雅诗兰黛、兰蔻、欧莱雅…
• 就餐地点的选择：餐厅甲、餐厅乙、餐厅丙…
• 旅游风格的选择：自由游、跟团游、自助游…
• 居住地点的选择：小区A、小区B、小区C…
• 出行方式的选择：公交、地铁、打车、合乘、自驾、自行车…

二、Logit模型

在统计学里，概率（Probability）和Odds都是用来描述某件事情发生的可能性的。Odds指的是 事件发生的概率与