Ước lượng ML của mô hình Logit và Probit Thông thường, ta có thể giải (*) để tìm ước lượng của sao cho L( ) cực đại. là các ước lượng chệch nhưng vững và xấp xỉ phân phối chuẩn. Do vậy, ta có thể dùng các thống kê t, F để kiểm định mức ý nghĩa của các ước lượng. Lưu ý, các ước lượng ML là vững và theo | Mô hình logit và probit A cumulative distribution function CDF . Ước lượng ML của mô hình Logit và Probit Để ước lượng mô hình bằng ML ta phải xây dựng hàm log-likelihood Của các quan sát i. Xác suất có điều kiện của yi ứng với xi là f y Xi p F Xi p y 1 - F Xi P 1-y y 0 1 Hàm log-likelihoodicủa quan sát i là A M logF x A u -W - F x A Hàm log-likelihood của mẫu n quan sát A 1 Ước lượng ML của mô hình Logit và Probit Thông thường ta có thể giải để tìm ước lượng của sao cho L cực đại. là các ước lượng chệch nhưng vững và xấp xỉ phân phối chuẩn. Do vậy ta có thể dùng các thống kê t F để Ệkiểm định mức ý nghĩa của các ước lượng. Lưu ý các ước lượng ML là vững và theo những phân phối xấp xỉ nên để có độ tin cậy cao cở mẫu n phải .
