Пробит-модель в статистическом анализе отличается от логит-модели тем, что вместо логистической функции для описания вероятности наступления события используется функция стандартного нормального распределения. 2

Некоторые другие отличия:

• Форма кривой распределения. 4 У логит-модели хвосты распределения тяжелее, чем у нормального, что позволяет лучше обрабатывать экстремальные значения предикторов или результатов. 4 У пробит-модели хвосты распределения легче, поэтому она может быть менее терпима к выбросам, чем логит-модель. 4
• Распределение ошибки. 4 Логит-модели предполагают, что ошибка следует логистическому распределению, а пробит-модели — нормальному. 4
• Интерпретация коэффициентов. 4 В логит-модели коэффициенты можно легко интерпретировать как отношения шансов. 4 В пробит-модели коэффициенты представляют изменение Z-оценки (от стандартного нормального распределения) при единичном изменении предиктора. 4

Выбор между пробит- и логит-моделями зависит от личных предпочтений или конкретных требований анализа. 1 Обе модели могут дать сопоставимые результаты, и выбор в конечном итоге зависит от знания исследователем соответствующих распределений и их предположений. 1