linear probability model probit 和 tobit的区别

linear probability model probit 和 tobit的区别

linear probability model probit的意思是线性概率模型的概率。而tobit的意思是托比特书(<旧约>外经之一);

例句
1
The result shows that the SBP model provides more efficient estimates than does univariate probit model ( UP model).
实证结果表明，SBP模型的参数估计精度高于存在样本选择性偏差的单变量Probit模型（UP模型），对贷款违约影响因素的评估和违约概率的测算也比UP模型更加全面和准确。
2
New opinion of the probit analysis method for toxicity
对毒力测定机率值分析法的新见解
3
In this paper, we construct a simultaneous bivariate probit model ( SBP model) to correct the sample selection bias.
本文构建一个测度贷款违约概率的联立双变量Probit模型（SBP模型），对样本选择偏差问题进行纠正。
4
Methods Three kinds of regression methods, i. e. linear regression, probability type probit regression and logic type probit regression.
方法采用线性回归、概率型概率单位回归和逻辑型概率单位回归3种方法，分别计算不同烧伤样本的LA50及LA50的95%可信区间（95%CI），比较各方法的计算结果。
5
The data were transformed to probit unit, and the regression line obtained had a good correlation ( r> 0.99).
用概率单位处理数据，所获得的回归直线具有良好的相关性，相关系数r>0.99。

前者是线性概率模型，后者是tobit模型 再看看别人怎么说的。