Question

我知道这两个模型的方程式不同，但是我不确定为什么人们使用逻辑模型而不是logit模型，反之亦然？其背后的主要原因是什么？如果我的响应变量是决策变量（是，否），那么哪种模型更好，为什么？

Answer 1

看看stats.idre.ucla.edu，您会发现它是同一回事：

逻辑回归，也称为logit模型，用于建模二分结果变量。在logit模型中，结果被建模为预测变量的线性组合。

要对此进行扩展，通常将使用逻辑模型预测二进制事件发生与否的可能性。是的，如果您的响应变量是决策变量（是/否），则可以使用Logistic回归方法。通常，将yes/no重新编码为1 or 0很有用。

您在这里没有提到任何特定的工具，但是如果您使用的是R，则可以使用glm()轻松地建立一个物流模型：

model <- glm(outcome~X1+x2)

在这里，outcome是您的决策变量，X1 and X2是您的预测变量。