Modèles de réponse probit

Créer des modèles de réponse dans R

Kathrin Gruber

Assistant Professor of Econometrics Erasmus University Rotterdam

Fonction de réponse probit

  • Les probabilités d'achat sont des propensions latentes.
  • Suppose une régression pour une variable de réponse continue et non observable.

Créer des modèles de réponse dans R

Un modèle probit pour la demande de bière

probit.model <- glm(HOPPINESS ~ price.ratio,
                    family = binomial(link = probit), data  = choice.data)

coef(probit.model)

(Intercept)  price.ratio 
  -1.954092    -3.547546
Créer des modèles de réponse dans R

Logistique vs probit

cbind(coef(logistic.model), coef(probit.model))

                 [,1]      [,2]
(Intercept) -3.572678 -1.954092
price.ratio -6.738768 -3.547546

Changement d'échelle

coef(probit.model)*1.6

(Intercept)  price.ratio 
  -3.126547    -5.676073
Créer des modèles de réponse dans R

Effets marginaux moyens

  • Logistique : log-cotes interprétables
margins(logistic.model)

price.ratio
    -0.4585
  • Probit : valeurs z non interprétables
margins(probit.model)

price.ratio
    -0.4503
Créer des modèles de réponse dans R

Passons à la pratique !

Créer des modèles de réponse dans R

Preparing Video For Download...