Ordered Probit- und Logit-Modelle

ökonometrische nicht lineare Modelle (ökonometrisches Modell) zur Erklärung von ordinalen (z.B. Variable mit den Ausprägungen "schlechter", "gleich bleibend" und "besser") abhängigen Variablen (Variable, endogene). Dabei beeinflusst ein Vektor von erklärenden Variablen (Variable, exogene), die Wahrscheinlichkeiten, dass eine bestimmte Kategorie der abhängigen Variablen eintritt. Die gängigsten Modelle für geordnete Kategorien sind das Ordered Probit- und das Ordered Logit-Modell.

Wie bei normalen Probit-Modell für binäre Daten wird für die Modellierung der Wahrscheinlichkeiten beim Ordered Probit-Modell die Standardnormalverteilung herangezogen (analog für das Ordered Logit-Modell). Die geschätzten Koeffizienten können aufgrund der nicht linearen Modelle nicht als marginale Effekte interpretiert werden. Die Schätzung erfolgt i.d.R. mit der Maximum-Likelihood-Methode. Heteroskedastizität führt im Gegensatz zum linearen Regressionsmodell häufig zu verzerrten Schätzern.