Modèle probit

Page d’aide sur l’homonymie

Pour l’article homonyme, voir Probit.

Cet article est une ébauche concernant les probabilités et la statistique.

Vous pouvez partager vos connaissances en l’améliorant (comment ?) selon les recommandations des projets correspondants.

Modèle Probit
Type
Inventeur
Chester Ittner BlissVoir et modifier les données sur Wikidata
Formule
Pr ( Y = 1 | X = x ) = Φ ( x β ) {\displaystyle \Pr(Y=1|X=x)=\Phi (x'\beta )} Voir et modifier les données sur Wikidata

modifier - modifier le code - modifier WikidataDocumentation du modèle

En statistiques, le modèle probit est un modèle de régression binomiale. Le modèle probit a été introduit par Chester Bliss en 1934[1]. C'est un cas particulier du modèle linéaire généralisé.

Cadre conceptuel

Soit Y une variable aléatoire binaire (i.e. prenant pour valeur 0 ou 1) et X un vecteur de variables dont on suppose qu'il influence Y. On fait l'hypothèse que le modèle s'écrit de la manière suivante : P ( Y = 1 X ) = Φ ( X β ) , {\displaystyle P(Y=1\mid X)=\Phi (X'\beta ),} Φ {\displaystyle \Phi } désigne la fonction de répartition de la loi normale centrée réduite.

Voir aussi

Notes et références

  1. (en) Chester Bliss, « The Method of Probits », Science, vol. 79, no 2037,‎ , p. 38-39 (DOI 10.1126/science.79.2037.38)
v · m
Apprentissage automatique et exploration de données
Paradigmes d'apprentissage
  • Apprentissage par renforcement, par transfert ou incrémental
Problèmes
Apprentissage supervisé
Classement
Régression
Prédiction structurée
Réseau de neurones artificiels
Apprentissage non supervisé et auto-supervisé
Clustering
Réduction de dimensions
IA générative et Modèle génératif
Métaheuristique d'optimisation
Théorie
Logiciels
  • icône décorative Portail des probabilités et de la statistique