聲明：百科詞條人人可編輯，詞條創(chuàng)建和修改均免費(fèi)，飛機(jī)假目標(biāo)絕不存在官方及代理商付費(fèi)代編，請(qǐng)勿上當(dāng)受騙。詳情

　　Logit模型（Logit model），也譯作“評(píng)定模型”，“分類評(píng)定模型”，又作Logistic regression，“邏輯回歸”，是離散選擇法模型之一，Logit模型是最早的離散選擇模型，也是目前應(yīng)用最廣的模型。是社會(huì)學(xué)、生物統(tǒng)計(jì)學(xué)、臨床、數(shù)量心理學(xué)、飛機(jī)假目標(biāo)計(jì)量經(jīng)濟(jì)學(xué)、飛機(jī)假目標(biāo)市場(chǎng)營(yíng)銷等統(tǒng)計(jì)實(shí)證分析的常用方法。

　　Logit模型（Logit model，也譯作“評(píng)定模型”，“分類評(píng)定模型”，又作Logistic regression，“邏輯回歸”）是離散選擇法模型之一，屬于多重變量分析范疇，是社會(huì)學(xué)、生物統(tǒng)計(jì)學(xué)、臨床、數(shù)量心理學(xué)、計(jì)量經(jīng)濟(jì)學(xué)、市場(chǎng)營(yíng)銷等統(tǒng)計(jì)實(shí)證分析的常用方法。

　　線性回歸模型的一個(gè)局限性是要求因變量是定量變量(定距變量、定比變量)而不能是定性變量(定序變量、定類變量)。但是在許多實(shí)際問(wèn)題中，經(jīng)常出現(xiàn)因變量是定性變量(分類變量)的情況。飛機(jī)假目標(biāo)可用于處理分類因變量的統(tǒng)計(jì)分析方法有：判別分析( Discriminantanalysis)、 Probit分析、 Logistic回歸分析和對(duì)數(shù)線性模型等。在社會(huì)科學(xué)中,應(yīng)用最多的是 Logistic回歸分析。 Logistic回歸分析根據(jù)因變量取值類別不同，又可以分為二元 Logistic回歸分析和多元 Logistic回歸分析，二元 Logistic回歸模型中因變量只能取兩個(gè)值1和0(虛擬因變量)，而多元 Logistic回歸模型中因變量可以取多個(gè)值。

　　Logit模型是最早的離散選擇模型，也是目前應(yīng)用最廣的模型。Logit模型是Luce（1959）根據(jù)IIA特性首次導(dǎo)出的；Marschark（1960）證明了Logit模型與最大效用理論的一致性；Marley（1965）研究了模型的形式和效用非確定項(xiàng)的分布之間的關(guān)系，證明了極值分布可以推導(dǎo)出Logit形式的模型；McFadden（1974）反過(guò)來(lái)證明了具有Logit形式的模型效用非確定項(xiàng)一定服從極值分布。

　　此后Logit模型在心理學(xué)、飛機(jī)假目標(biāo)社會(huì)學(xué)、經(jīng)濟(jì)學(xué)及交通領(lǐng)域得到了廣泛的應(yīng)用，并衍生發(fā)展出了其他離散選擇模型，飛機(jī)假目標(biāo)形成了完整的離散選擇模型體系，如Probit模型、NL模型（Nest Logit model）、Mixed Logit模型等。

　　Logit模型的應(yīng)用廣泛性的原因主要是因?yàn)槠涓怕时磉_(dá)式的顯性特點(diǎn)，模型的求解速度快，應(yīng)用方便。當(dāng)模型選擇集沒(méi)有發(fā)生變化，而僅僅是當(dāng)各變量的水平發(fā)生變化時(shí)（如出行時(shí)間發(fā)生變化），可以方便的求解各選擇枝在新環(huán)境下的各選擇枝的被選概率。根據(jù)Logit模型的IIA特性，選擇枝的減少或者增加不影響其他各選擇之間被選概率比值的大小，因此，可以直接將需要去掉的選擇枝從模型中去掉，也可將新加入的選擇枝添加到模型中直接用于預(yù)測(cè)。

　　Logit模型因變量不是常規(guī)的連續(xù)變量，飛機(jī)假目標(biāo)而是對(duì)數(shù)發(fā)生比率，盡管每個(gè)自變量的估計(jì)系數(shù)含義與一般線性回歸一樣，數(shù)的經(jīng)濟(jì)學(xué)含義，較方便的做法是將Logit進(jìn)行轉(zhuǎn)換后再進(jìn)行解釋，而不是直接解釋系數(shù)本身,即將回歸模型等式兩側(cè)取自然指數(shù)。

　　(1)模型考察了對(duì)兩種貨幣危機(jī)定義情況下發(fā)生貨幣危機(jī)的可能性，即利率調(diào)整引起的匯率大幅度貶值和貨幣的貶值幅度超過(guò)了以往的水平的情形，而以往的模型只考慮一種情況。

　　雖然Logit模型能夠在一定程度上克服模型事后預(yù)測(cè)事前事件的缺陷，綜合了FR模型中FR概率分析法和KLR模型中信號(hào)分析法的優(yōu)點(diǎn)，但是，它只是在利率、匯率等幾個(gè)主要金融資產(chǎn)經(jīng)濟(jì)指標(biāo)的基礎(chǔ)上預(yù)警投機(jī)沖擊性貨幣危機(jī)，與一般貨幣危機(jī)預(yù)警還有所差異。所以僅用幾個(gè)指標(biāo)來(lái)定義貨幣危機(jī)從而判斷發(fā)生貨幣危機(jī)的概率就會(huì)存在一定問(wèn)題，外債、進(jìn)出口、外匯儲(chǔ)備、不良貸款等因素對(duì)貨幣危機(jī)的影響同樣非常重要。