Trong các bài học trước, chúng ta đã thành công ước lượng các mô hình Probit và Logit. Chúng ta đã có được các bảng kết quả đầy những con số: hệ số, sai số chuẩn, z-stat, p-value. Nhưng những con số này thực sự có ý nghĩa gì? Làm thế nào để chúng ta chuyển từ một hệ số Probit là “2.53” thành một câu trả lời có ý nghĩa cho câu hỏi: “Vậy một điểm GPA tăng thêm sẽ ảnh hưởng đến quyết định nộp đơn học cao học như thế nào?” Đây chính là mục tiêu của bài học hôm nay. Chúng ta sẽ học kỹ năng quan trọng nhất của một nhà phân tích: diễn giải kết quả. Bài học này sẽ chỉ ra tại sao việc diễn giải trực tiếp hệ số của Probit/Logit lại sai lầm và giới thiệu một công cụ diễn giải mạnh mẽ hơn nhiều: Hiệu ứng biên (Marginal Effects). Chúng ta sẽ học cách tính toán, diễn giải và hiểu được sự khác biệt giữa các loại hiệu ứng biên …