Chào mừng các bạn quay trở lại bài học thứ hai! Ở bài học trước, chúng ta đã thấy rõ những hạn chế nghiêm trọng của Mô hình Xác suất Tuyến tính (LPM), đặc biệt là khả năng dự báo các xác suất vô lý (nhỏ hơn 0 hoặc lớn hơn 1). Vấn đề này cho thấy chúng ta cần một phương pháp tiếp cận tinh vi hơn, một mô hình có thể “ép” các giá trị dự báo luôn nằm trong khoảng [0, 1] một cách tự nhiên. Để giải quyết vấn đề này, các nhà kinh tế lượng đã phát triển hai mô hình mạnh mẽ và thanh lịch hơn, được sử dụng rộng rãi trong hầu hết các nghiên cứu hiện đại: đó là Mô hình Logit và Mô hình Probit. Cả hai đều thuộc nhóm mô hình hồi quy phi tuyến, nhưng đừng lo lắng về sự phức tạp của chúng. Ý tưởng đằng sau chúng rất trực quan và dễ hiểu. Trong bài học hôm nay, chúng ta sẽ đi sâu vào nền tảng lý …