logit和probit的区别： 1. y* = xb + e中，对e的分布的设定不同。logit模型中，e服从标准logistic分布；probit模型中，e服从标准正态分布。 2. 两个模型估算的边际效应的差别主要体现在对尾部数据的解释上。
相互的联系：
1. 经验法则：b_logit 约等于1.6倍的b_probit。
2. 多数情况下，两个模型的边际效应十分接近，相应的t-statistic也十分接近。
3. 估计方法：均使用maximum likelyhood。
4. 两个模型估算系数均没有直接的经济意义。因而对模型系数的解读不同于线性模型。
5. 两个模型均用于解释事件发生的概率（即P（y=1 |x）），这点不同于经典计量模型。
温馨提示：
