ロジットモデルは、ロジスティック分布の累積分布関数と呼ばれるものを使用します。プロビットモデルは、標準正規分布の累積分布関数と呼ばれるものを使用してf（∗）を定義します。どちらの関数も任意の数を取り、0と1の間に収まるように再スケーリングします。

さらに、プロビット値とは何ですか？プロビット分析は、刺激（用量）と量子（すべてまたはなし）応答の間の関係を分析する方法です。ほとんどの場合、定量的応答が好まれますが、多くの場合、それらは実用的ではありません。各用量レベルでの死亡率が記録されます。

それに対応して、なぜプロビットモデルを使用するのですか？

プロビットモデルは回帰分析で使用されます。プロビットモデル（プロビット回帰とも呼ばれます）は、バイナリ結果変数の回帰を実行する方法です。バイナリ結果変数は、はい/いいえ、陽性のテスト結果/陰性のテスト結果、または単一/単一ではないなど、2つの可能性がある従属変数です。

ロジットとプロビットのどちらが良いですか？

サンプルサイズが中程度または大きい「ランダム効果モデル」の場合、プロビットの方が優れています（サンプルサイズが小さい場合のロジットと同じです）。固定効果モデルの場合、プロビットとロジットは同等に優れています。