说 明然而这样做是有问题的。假设预测某个事件发生的概率等于1，但是实际中该事件可能根本不会发生。反之，预测某个事件发生的概率等于0，但是实际中该事件却可能发生了。虽然估计过程是无偏的，但是由估计过程得出的预测结果却是有偏的。v当预测值落在 0，1 区间之内 时，则没有什么问题；但当预测值落在0，1 区间之外时，则会暴露出该模型的严重缺点。v因为概率的取值范围是 0，1，所以此时必须强令预测值（概率值）相应等于0或1由于线性概率模型的上述缺点，希望能找到一种变换方法，（1）使解释变量xi所对应的所有预测值（概率值）都落在（0，1）之间。（2）同时对于所有的xi，当xi增加时，希望yi也单调增加或单调减少。显然累积概率分布函数F(zi)能满足这样的要求。另外logistic函数也能满足这样的要求。采用累积正态概率分布函数的模型称作Probit模型。采用logistic函数的模型称作logit模型。logit累积概率分布函数的斜率在pi=0.5时最大，在累积分布两个尾端的斜率逐渐减小。说明相对于pi=0.5附近的解释变量xi的变化对概率的变化影响较大，而相对于pi接近0和1附近的xi值的变化
