Modele logit oraz probit

analizy statystyczne

Modele logit oraz probit wykorzystuje się w celu modelowania zmiennych jakościowych. Mają one zastosowanie dla zmiennych zależnych klasy dychotomicznej oraz polichotomicznej.

Zastosowanie modeli w analizie statystycznej

Jednym z zadań ekonometrii jest modelowanie zachowań jednostek na rynku za pomocą modeli. Podstawową wadą oraz ograniczeniem stosowalności klasycznego modelu regresji jest założenie, iż zmienna objaśniana jest zmienną ciągłą. Stanowi to poważne ograniczenie dla modelowania wielu zjawisk które, ze względu na strukturę oraz brak możliwości obserwacji ujęte zostały w postaci dychotomicznej. W takich przypadkach wymagane jest zastosowanie szczególnych modeli zwanych modelami jakościowych zmiennych zależnych (qualitative dependent models).

Zastosowanie modeli logit i probit

Modele jakościowe logit oraz probit znalazły swoje zastosowanie początkowo w naukach medycznych i biologicznych, a następnie w innych dziedzinach wiedzy. Jednym z zastosowań jest modelowanie upadłości przedsiębiorstw, czyli budowa systemu wczesnego ostrzegania (SWO). Jest to jedno z narzędzi służących do oceny kondycji finansowej, umożliwia wczesne rozpoznanie zagrożenia oraz uruchomienie odpowiednich procesów naprawczych. Głównym zadaniem modeli wczesnego ostrzegania jest ujawnienie pogarszającej się sytuacji przedsiębiorstwa, a w szczególności wychwycenie elementów wskazujących na zagrożenie upadłością.

Najbardziej wiarygodnymi sposobami doboru wskaźników przydatnych do oceny zagrożenia są scharakteryzowane wyżej metody analizy danych statystycznych. Od kilkudziesięciu lat praktycy i naukowcy podejmują wysiłki, aby na podstawie wskaźników finansowych i metod statystycznych móc określić przyszłe szanse rozwojowe przedsiębiorstwa. Wśród licznych stosowanych do budowy systemu wczesnego ostrzegania (SWO) należą właśnie modele ekonometryczne klasy logit, probit oraz tobit.

analizy danych analiza statystyczna Modele logit oraz probit modelowanie zmiennych jakościowych