一、概率

是用来描述某件事发生的可能性。

事件 A 发生的概率 = 事件 A 出现的次数 / 所有结果出现的次数

例如：掷骰子，掷出点数为6的概率：

二、Odds

是用来描述某件事发生的可能性。（胜率）

Odds = 事件发生的概率 / 事件不发生的概率 = 成功的概率 / 失败的概率

例如：掷骰子，掷出 6 的概率是 P=1/6 ，出现其他点数的概率是 1-P=5/6 ，掷出点数为 6 的 Odds = 1/5。

三、Logit

Odds 的对数称为 Logit
Logit：Log of odds（Log-it 即 it 的自然对数，这里的 it 指的就是 Odds）

Logit 的很重要的特性就是没有上下限，Logit 是直接对胜率进行建模。

四、三者之间关系图示

概率 P 的变化范围是 [0,1] ，Odds 的变化范围是 [0，+∞)，对 Odds 取自然对数，就可以将 P 从 [0,1] 映射到 (-∞,+∞)。

参考文献

您还可以搜索:logit 模型,logit模型含义,logit模型的原理及应用,logit模型的基本原理,简述logit模型的优缺点,logit模型案例分析,logit模型步骤,logit模型怎么写,logit模型操作,logit模型优缺点④

本文地址：https://caijingdemo.com/changshi/33909.html