二值因变量——选 Logit 还是 Probit？面板数据中有什么特殊之处？

一、开篇：两个命令，几乎一模一样的输出——为什么还要纠结选哪一个？

你跑了一个二值选择模型——研究"企业是否出口"。你先用了 Logit：

logit exporter productivity size age

然后又用了 Probit：

probit exporter productivity size age

你看了一眼 AME：

* Logit 的 AME
margins, dydx(*) post
* → productivity 的 AME = 0.047
 
* Probit 的 AME
margins, dydx(*) post
* → productivity 的 AME = 0.046

差了 0.001——远小于标准误（0.012）。你意识到：在 AME 这个最核心的经济量上，Logit 和 Probit 给了几乎相同的答案。

然后你问了自己三个问题：

如果 AME 几乎一样——那 Logit 和 Probit 的区别到底在哪？为什么会有两个不同的模型？
期刊审稿人在什么情况下会在意你选了哪个？
如果你的数据是面板——同一个企业在不同年份被反复观测——选 Logit 还是 Probit 还是一样的吗？

第三个问题尤其重要——因为你正要处理的是面板二值选择模型，而你发现在面板中，Logit 和 Probit 的分岔比截面中更大：固定效应 Logit 存在且在小 T 时一致，固定效应 Probit 在小 T 时不一致。

核心信息：在截面二值选择中，Logit 和 Probit 的区别仅在于对潜变量误差的分布假设——Logit 假设 Logistic 分布（方差 $\pi^2/3$ ），Probit 假设正态分布（方差 1）。这个区别在 AME（平均边际效应）上几乎总是微不足道的——两个模型预测的概率通常在整个 X 的取值范围内相差不到 0.02，AME 的差异更远小于抽样误差。因此，截面中的选择逻辑主要是实用性的而非统计性的：Logit 提供了几率比（Odds Ratio）这一直觉工具，因此在经济学中比 Probit 更主流。两者真正的分岔在于面板数据中的固定效应模型：Logit 可以通过条件似然（Conditional Logit）消去个体异质性 $u_i$ ——产生一致的 $\hat{\beta}$ ，即使 T 很小。Probit 没有这种条件似然的便利——FE Probit 在小 T 中存在偶发参数问题（Incidental Parameters Problem）， $\hat{\beta}$ 在 T 固定、N → ∞ 时不一致。因此，如果你需要面板固定效应来控制不随时间变化的个体异质性，Logit 是唯一在小 T 时一致的二值选择模型。但 FE Logit 带着它自己的代价：只有 Y 在时间上有变动的个体才被纳入估计（"转换者"样本）；系数解释从"个体间的比较"变成了"个体内部的变化"；而且 AME 的估计比截面中更复杂——不能直接沿用截面的 margins 逻辑，因为 $u_i$ 的分布可能和 X 相关，且通常被假定为不可知。

二、截面中 Logit 和 Probit 的核心区别——只有一个地方不同

2.1 共同的潜变量框架——分岔只在最后一步

Logit 和 Probit 共享完全相同的模型结构：

$Y_i^* = X_i \beta + \varepsilon_i$

$Y_i = \begin{cases} 1 & \text{如果 } Y_i^* > 0 \\ 0 & \text{如果 } Y_i^* \leq 0 \end{cases}$

$\varepsilon_i$ 的均值设为 0——因为任何非零的均值都会被吸收进截距项。 $\varepsilon_i$ 的方差被标准化为一个固定的值——因为 $\beta$ 和 $\sigma_\varepsilon$ 在潜变量框架中只以比值 $\beta/\sigma_\varepsilon$ 的形式被识别，二者无法被分别估计。

分岔点： $\varepsilon_i$ 的分布假设。

Probit： $\varepsilon_i \sim N(0, 1)$ —— 标准正态分布。
Logit： $\varepsilon_i \sim \text{Logistic}(0, \pi^2/3)$ —— Logistic 分布，方差为 $\pi^2/3 \approx 3.29$ 。

这两个分布都对称、钟形、均值为零——它们在中心非常相似，但在尾部有差异：Logistic 分布的尾部比正态分布厚（衰减为 $e^{-|x|}$ 而非 $e^{-x^2}$ ）。

2.2 为什么 AME 几乎总是相同？

给定 $Y_i^* = X_i \beta + \varepsilon_i$ ，观测到 $Y_i = 1$ 的概率是：

$\Pr(Y_i = 1 \mid X_i) = \Pr(\varepsilon_i > -X_i \beta) = F(X_i \beta)$

其中 $F(\cdot)$ 是 $\varepsilon_i$ 的累积分布函数（CDF）：

Probit： $F(X\beta) = \Phi(X\beta)$ —— 标准正态 CDF。
Logit： $F(X\beta) = \frac{1}{1 + \exp(-X\beta)}$ —— Logistic CDF。

关键事实： $\Phi(\cdot)$ 和 $\text{Logistic}(\cdot)$ 在整个实数轴上都极其接近。 在 Xβ ∈ [-2, +2] 范围内（覆盖了绝大多数观测的预测指数），两个函数的最大差异不到 0.02。差异仅在 Xβ → ±∞ 的尾部才稍微拉开——而大多数观测的 Xβ 都在这个核心区间内。

既然概率本身几乎相同——边际效应（ $f(X\beta) \cdot \beta$ ）自然也几乎相同。这就是为什么 AME 对 Logit 和 Probit 的选择几乎不敏感。

2.3 那 β̂ 呢？——"1.6 法则"

Logit 的系数大约是 Probit 系数的 1.6—1.8 倍：

$\hat{\beta}_{\text{Logit}} \approx 1.6 \times \hat{\beta}_{\text{Probit}}$

为什么？ 因为 Logit 的误差方差（ $\pi^2/3 \approx 3.29$ ）大于 Probit 的误差方差（1）——而 $\beta = \partial Y^*/\partial X$ 和 $\sigma_\varepsilon$ 只以比值被识别。方差更大 → 系数需要在数值上更大，才能产生同等大小的概率效应。

但这不意味着你可以用"1.6 法则"来在模型之间精确转换系数——这只是一个近似，在 Xβ 远离 0 时近似会失效。 在 AME 的尺度上比较——不要在系数尺度上比较。这也是为什么永远不该在没有计算 AME 的情况下比较 Logit 和 Probit。

2.4 截面中选择 Logit 还是 Probit？——一个实用的决策框架

考虑因素	偏向 Logit	偏向 Probit
经济直觉	几率比（OR）有直接的经济解读	系数没有类似的直觉解读
学科传统	经济学主流（绝大多数实证用 Logit）	有些流行病学、社会学传统
稀有事件	厚尾 → 稀有事件的预测概率更分散	薄尾 → 稀有事件的预测概率集中在更接近 0 或 1 的区域
计算速度	更快的收敛（Logistic 的数学形式更简单）	略慢
内生二元变量的 IV 处理	可以用 `ivprobit` 或控制函数	控制函数方法在 Logit 的厚尾假设下更灵活
面板固定效应	可用（FE Logit / 条件 Logit）	不可用——不一致（FE Probit 在小 T 时不一致）

经济学中的经验法则：在截面数据中——用 Logit（然后用 AME）。在面板数据中，如果有固定效应——用 Logit（条件 Logit）。如果要用随机效应或 CRE（Correlated Random Effects）——Logit 或 Probit 在实践中相似，但遵循本领域的惯例。

三、面板数据中的二值选择——为什么事情变得复杂了？

3.1 面板二值选择的模型设定

在截面模型中，异质性被归入 $\varepsilon_i$ 。在面板中，你有了两个不可观测的成分：

$Y_{it}^* = X_{it} \beta + u_i + \varepsilon_{it}$

$Y_{it} = 1 \text{ 如果 } Y_{it}^* > 0$

$u_i$ ：个体 i 的不随时间变化的异质性（能力、文化、风险偏好……）。
$\varepsilon_{it}$ ：时变的误差。

面板二值模型的核心挑战： $u_i$ 和 X 之间的关系。如果 $\text{Cov}(X_{it}, u_i) \neq 0$ （在观测数据中几乎总是如此），忽略 $u_i$ 或假设它和 X 无关（RE）会导致不一致的估计。但处理 $u_i$ 的方式——在二值面板中——和线性面板 FE（组内变换直接消去 $u_i$ ）截然不同。

3.2 偶发参数问题（Incidental Parameters Problem）——FE Probit 在小 T 中不一致

线性面板 FE 为什么有效？因为组内变换 $Y_{it} - \bar{Y}_i$ 消去了 $u_i$ —— $u_i$ 不需要被直接估计。β 的估计量在 N → ∞、T 固定时是一致的。

在非线性模型中，组内变换不能消去 $u_i$ ——你必须直接估计每个个体的 $u_i$ 。 在 FE Probit 中，你需要为每个个体 i 估计一个 $u_i$ ——即除了 β 的 K 个参数外，还额外增加了 N 个参数。

当 N → ∞ 且 T 固定时，参数总数（N + K）以和样本量（N × T）相同的速度增长。每个 $u_i$ 只有 T 个观测来估计——T 固定的情况下， $\hat{u}_i$ 的估计是不一致的。这 N 个不一致的 $\hat{u}_i$ 污染了 β 的估计——使 $\hat{\beta}$ 即使在 N → ∞ 时也不一致。这就是偶发参数问题。

FE Probit 的偏误有多大？ Monte Carlo 模拟表明，在 T = 5 时，FE Probit 的 β 偏误可以达到 40%—60%。即使 T = 20，偏误仍然在 10%—20% 左右。FE Probit 在短 T 的面板中是不可用的。

3.3 条件 Logit（Conditional Logit / FE Logit）——Logit 的救场

Logit 模型有一个 Probit 没有的特殊性质：在 Logit 中， $\sum_t Y_{it}$ （个体 i 在所有时期中 Y = 1 的次数）是 $u_i$ 的充分统计量（Chamberlain, 1980）。

这意味着——你可以通过在 $\sum_t Y_{it}$ 这个总量上"条件化"——来消去 $u_i$ ，而不需要直接估计它。条件似然函数只依赖于 β，不依赖于 $u_i$ ——和线性面板 FE 的组内变换在概念上完全平行（都是通过一个数学操作消去 $u_i$ 而非估计它）。

$\text{条件似然：} \Pr(Y_{i1}, \\dots, Y_{iT} \\mid \\sum_t Y_{it}, X_i, u_i) = \\frac{\\exp(\\sum_t Y_{it} X_{it}\\beta)}{\\sum_{d \\in S_i} \\exp(\\sum_t d_t X_{it}\\beta)}$

其中 $S_i$ 是所有满足 $\sum_t d_t = \sum_t Y_{it}$ 的 0/1 序列 d 的集合——即所有可能排列 Y=1 和 Y=0 的时间点的方式，在保持总和不变的前提下。

直觉：条件 Logit 比较的不是"个体 A 和个体 B 之间谁的 Y 更可能是 1"——而是"对于同一个个体 i，在哪些时期 Y 更可能是 1（相对于其他时期）"。识别来自个体内部的 Y 的时间变异——和线性 FE 的"组内变异识别"完全对应。

* 条件 Logit（FE Logit）——只使用 Y 有时间变动的个体
xtlogit y x1 x2, fe
* 等价于
clogit y x1 x2, group(id)

条件 Logit 的三个关键代价：

代价一：只有"转换者"被纳入。 如果一个个体的 Y 在所有时期都是 0 或都是 1（ $\sum_t Y_{it} = 0$ 或 T），条件似然对该个体的贡献为 0——这些个体被自动丢弃。如果你的因变量的变动很少（如"是否上市""是否破产"——大多数企业在样本期内不变），你的估计样本可能严重萎缩。 在论文中，明确报告"进入 FE Logit 估计的样本量从 N 降到了 N_switcher"是必要的。

代价二：系数的解释变了。 截面 Logit 的系数反映的是个体之间 X 差异对应的几率差异。条件 Logit 的系数反映的是同一个个体在不同时期 X 变化对应的几率变化——这是"组内效应"（within-effect），不是"组间效应"（between-effect）。这和线性面板 FE 的系数解释一致——但在二值模型中，这种解释更容易被误解为截面的解释。

代价三：AME 在 FE Logit 中不再能直接计算。 在截面 Logit 中，你可以在样本中对所有个体的边际效应取平均——因为你不需要知道 $u_i$ 的具体值，只需要用平均的预测概率来近似。但在 FE Logit 中， $u_i$ 虽然被条件化消去了，如果你想要 AME，你需要 $u_i$ 的值——而 FE Logit 不估计 $u_i$ 。 直接在 FE Logit 后使用 margins 需要假设 $u_i = 0$ ——这不是一个好的假设。正确计算 FE Logit 中的 AME 需要额外的步骤（见下文 4.3 节）。

四、面板二值选择的实证策略——不止 FE Logit 一条路

4.1 策略地图——四种方法及其假设

方法	$u_i$ 的处理	$\text{Cov}(X, u_i)$ 的假设	T 小时的可用性	Stata
Pooled Logit/Probit	忽略（假设 $u_i$ 不存在）	隐含假设 $u_i=0$	✅ 但假设不成立	`logit`, `probit`
RE Logit/Probit	$u_i \sim N(0, \sigma^2_u)$ ， $u_i \perp X$	零相关——在观测数据中几乎不成立	✅ 但假设不成立	`xtlogit, re`, `xtprobit, re`
FE Logit（条件 Logit）	条件化消去	任意相关	✅ 在小 T 时一致	`xtlogit, fe` / `clogit`
CRE / Mundlak	$u_i = \bar{X}_i \gamma + v_i$	允许通过个体均值相关	✅（RE 框架，Mundlak 修正）	`xtprobit, re` + $\bar{X}_i$
FE Probit	每个 $u_i$ 被估计	任意相关	❌ 在小 T 时不一致	不推荐

4.2 策略 A：Pooled Logit——忽略面板结构

什么时候可以考虑？

你的面板是"伪面板"——N 大但 T 极小（T = 2 或 3），且个体内 Y 的变异极少。
你的核心解释变量本身在时间上几乎不变（如性别、种族、教育年限）——你在做的本来就不是一个面板识别。
但即使在这些情况下，至少应该聚类标准误到个体层面——承认同一企业不同年份的观测不是独立的。

4.3 策略 B：FE Logit（条件 Logit）——控制 $u_i$ 的最强方式

什么时候使用？

你有关键的不随时间变化的混淆因素（ $u_i$ ），且 $\text{Cov}(X, u_i) \neq 0$ 在理论上是不可避免的。
你的 Y 在足够多的个体中随时间变化（有足够的"转换者"来保证有效的样本量）。
你关注的系数是 X 的组内效应——同一个体在不同时间上 X 的变化对 Y 的几率的影响。

在 FE Logit 后如何计算 AME？

这是一个实操中被广泛讨论但经常被忽视的问题。FE Logit 的条件似然不估计 $u_i$ ——因此你不能直接沿用截面 Logit 的 AME 计算（它需要预测概率，而预测概率需要 $u_i$ ）。有两种可行的方案：

方案一（不完美但常用）：假设 $u_i = 0$ 来计算预测概率——这会给出一个"典型个体"的边际效应近似。这种方式在量级上通常合理（因为 $u_i$ 的分布在群体中是中心化的），但在个体层面不准确。可以在论文中注明"AME 基于 $u_i = 0$ 的假设——应被理解为在样本中随机抽出的一个 $u_i = 0$ 的个体的边际效应"。

方案二（更严谨）：使用 CRE（Correlated Random Effects）方法——在 RE 框架下加入 $\bar{X}_i$ ，估计出 $\sigma_u^2$ 的近似值，然后计算 AME，利用这个 $\hat{\sigma}_u^2$ 和 $\bar{X}_i$ 的贡献来构建个体层面的预测。这个方案更复杂，但更诚实。

在实践中，许多实证论文选择在 FE Logit 之后报告几率比（OR）而非 AME——因为 OR 不需要 $u_i$ 的估计（OR 仅依赖 β̂，β̂ 在条件 Logit 中是一致的）。这是一个务实的取舍：用 OR 来提供经济直觉，而不需要在 AME 上做不可靠的近似。

4.4 策略 C：CRE（Correlated Random Effects）——第三条路

Mundlak（1978）和 Chamberlain（1984）的 CRE 方法在二值选择面板中特别有价值——因为它允许 $u_i$ 和 X 相关（通过个体均值 $\bar{X}_i$ ），同时避免了偶发参数问题。

$Y_{it}^* = X_{it} \beta + \bar{X}_i \gamma + v_i + \varepsilon_{it}$

其中 $v_i \sim N(0, \sigma^2_v)$ ， $\varepsilon_{it}$ 是 Logistic 或正态的。 $u_i$ 中与 X 线性相关的部分被 $\bar{X}_i \gamma$ 显式地吸收了——剩余的部分 $v_i$ 和 X 不相关（在 Mundlak 的假设下）。

CRE 相对于 FE Logit 的优势：

不丢弃"非转换者"——所有个体（包括 Y 始终为 0 或 1 的个体）都参与估计。样本量更大。
不随时间变化的变量的系数可以被估计—— $\bar{X}_i$ 进入了模型，不随时间变化的 X 的组间效应可以被纳入和估计。
AME 的计算更直接——你有一个 $\sigma_v^2$ 的估计，可以用来构建预测概率和边际效应，比 FE Logit 的 $u_i = 0$ 近似更诚实。

* CRE Probit（Mundlak 方式）
bysort id: egen x1_mean = mean(x1)
bysort id: egen x2_mean = mean(x2)
xtprobit y x1 x2 x1_mean x2_mean, re
margins, dydx(*) predict(pu0)

CRE 的局限：

它只允许 $u_i$ 和 X 之间线性相关——如果真实的相关是非线性的，CRE 不能完全处理。
$\bar{X}_i$ 对 T 小的面板是一个噪音较大的代理变量——可能削弱对 $u_i$ 的控制的精确性。

4.5 策略 D：FE Probit——什么时候可以考虑？

答案：当 T 足够大时（T ≥ 15—20，且你的个体数量不太大）。 在 T 较大时，每个个体的 $u_i$ 有了足够的信息来一致地估计——偶发参数问题的严重性随着 T 的增长而减弱。Monte Carlo 研究表明，在 T ≈ 20 时，FE Probit 的偏误通常可以接受（< 10%）。但在 T < 10 的微观面板中——这是绝大多数面板的 T 范围——FE Probit 不应该被用作主要识别策略。

如果审稿人要求在 T < 10 时使用 FE Probit——你应该解释偶发参数问题，并展示条件 Logit（FE Logit）作为稳健性检验。

五、面板中 Logit 和 Probit 的选择——一个重新校准的决策框架

5.1 从截面到面板——选择逻辑的根本转变

在截面中，Logit 和 Probit 的选择主要是"便利性"的——AME 相同，Logit 的几率比更直观，因此 Logit 胜出。

在面板中，选择逻辑转变成"可行性"的——因为你在短 T 中只有一个一致的面板 FE 二值模型：条件 Logit。

面板数据、需要控制 u_i、$\text{Cov}(X,u_i) \neq 0$：
│
├── T < 10（典型微观面板）
│   ├── Y 在足够多个体中随时间变化 → 条件 Logit（FE Logit）
│   │   ├── 关注组内效应 → 报告 OR（避免 AME 的 u_i 问题）
│   │   └── 需要 AME → 考虑 CRE 作为稳健性检验（提供 AME）
│   │
│   └── Y 在极少个体中随时间变化 → CRE（RE + Mundlak）
│       └── 使用所有个体，可估计 AME
│
└── T ≥ 15—20（宏观面板或长面板）
    ├── 条件 Logit 仍然可用且一致
    └── FE Probit 偏误可接受 → 可以考虑，但建议仍以 Logit 为主

5.2 面板中的解读和解释——和截面的三个关键区别

区别一：你的系数是"组内效应"，不是"组间效应"。

在截面 Logit 中，β 反映的是"个体 A（高 X）vs 个体 B（低 X）在 Y 上的几率差异"。在 FE Logit（条件 Logit）中，β 反映的是"同一个体在 X 高的年份 vs X 低的年份的 Y 的几率差异"。这两个量在经济上通常不同——X 的截面变异可能来自长期的结构性差异，而 X 的时间变异来自短期的冲击或调整。在论文中明确你的系数是"within-effect"——它回答的是"当 X 在个体内部变化时，Y 的几率如何变化"——而不是"高 X 的个体比低 X 的个体更可能 Y=1"。

区别二：你的样本变了——从"所有个体"到"转换者"。

在 FE Logit 中，Y 始终为 0 或始终为 1 的个体被丢弃。你需要报告进入估计的样本量，并讨论这种样本选择是否可能导致外部有效性的局限——如果"转换者"在可观测特征上系统性地不同于"非转换者"，外部有效性可能受损。在论文中展示两者的描述性统计对比，是规范的。

区别三：AME 不能直接套用截面逻辑。

在截面中，你可以合理地假设 $u_i$ 被吸收进 $\varepsilon_i$ ——AME 在 margins 后直出。在面板 FE Logit 中，你不能——因为 $u_i$ 虽然被消去，但没有被估计，也无法被假设为零。如果你的论文需要 AME（而不仅仅是 OR）——考虑 CRE 作为主模型或至少作为补充分析。

六、常见误区

6.1 误区一："Logit 和 Probit 给不同的结论——我应该做检验来选一个"

在截面中，AME 几乎相同——不需要一个检验来选。如果你在同一个数据上跑 Logit 和 Probit 得到了实质性不同的 AME，问题不在模型选择——而在你的数据或模型设定可能出了问题（如完全分离、极度稀有的 Y、或模型误设）。Logit 和 Probit 的 AME 不一致本身就是一个诊断信号——不是"选哪个"的问题，是"我的模型在 Logit 和 Probit 假设下不稳定，为什么？"

6.2 误区二："FE Logit 只用了转换者 → 有样本选择偏误 → 不能用"

这种样本缩减是条件似然的数学结果——它不影响内部有效性（你的 β 对于那些至少有过 Y 从 0 到 1 或从 1 到 0 的个体的子群体，仍然是一致的）。但它影响外部有效性——你的结论是否可以推广到所有个体？在论文中坦诚地讨论这一点，而非回避。

6.3 误区三："FE Probit 在 Stata 里能跑 → 它应该是可用的"

Stata 的 xtprobit, fe 命令会运行——但它不能解决偶发参数问题。在小 T（T < 10）下，输出虽然出来了，但 $\hat{\beta}$ 有系统性的偏误。Stata 能跑 ≠ 模型正确。 在短面板中，条件 Logit 是唯一一致的二值 FE 模型。

6.4 误区四："我的面板 T = 5——我用 RE Logit，因为 Hausman 检验不显著"

在截面线性面板中，如果 Hausman 检验不显著 → RE 和 FE 无差异 → RE 更有效，可以用 RE。但在二值面板中：条件 Logit（FE）和 RE Logit 的比较并非如此简单——因为模型的结构不同（FE 的条件似然 ≠ 加上哑元的 RE Logit）。更重要的是，RE Logit 的假设 $\text{Cov}(X, u_i) = 0$ 在观测数据中的前提脆弱——即使在一些检验中不显著，理论上的论证通常不支持这个假设。 在二值面板中，使用 CRE（Mundlak-Chamberlain）来放松 RE 的假设，比依赖检验来在 RE 和 FE 之间切换更为规范。

6.5 误区五："二值面板我就用线性概率模型（LPM）+ FE——反正方便"

LPM + FE 在二值面板中是一个被广泛接受的务实选择——尤其是在 N 很大、T 很小时。它没有偶发参数问题，AME 就是 OLS 系数，标准误容易集群。但 LPM 有它自己的问题（预测概率超出 [0,1]、边际效应假设恒定）。如果 Y 的发生率在 20%—80% 之间——LPM 通常表现得相当好。如果 Y 极稀有（< 5%）或极常见（> 95%）——非线性模型（Logit/Probit）可能给出更合理的预测和更可靠的边际效应。在论文中，如果使用 LPM + FE 作为基准，建议同时展示条件 Logit 作为稳健性——给审稿人一个看到你的结论在非线性设定下仍然成立的证据。

七、总结

Logit vs Probit + 面板二值选择——七条核心知识：

截面中 Logit 和 Probit 的 AME 几乎相同。 唯一的区别是潜变量误差的分布假设——Logistic vs 正态。AME 的差异在绝大多数实证数据中远小于抽样误差。选择主要是实用性的——Logit 的 OR 有经济直觉优势。
"1.6 法则"在系数层面——不要在系数层面比较。 Logit 系数 ≈ 1.6 × Probit 系数——因为方差标准化不同。在 AME 层面上比较——你几乎看不到差异。
面板中的分岔点——偶发参数问题。 在非线性 FE 模型中，你必须估计 N 个 $u_i$ ——在 T 固定时这些估计不一致，进而污染 β 的估计。Logit 是唯一一个可以通过条件似然消去 $u_i$ 而不需要估计它的二值模型——这就是 FE Logit 在小 T 时唯一一致的原因。
条件 Logit = 只有"转换者"被使用 + 系数是组内效应 + AME 不能直出。 这是 FE Logit 的三个代价。在论文中明示它们——不隐藏样本缩减，不混淆组内效应和组间效应，不假装你可以不加条件地给出截面式的 AME。
CRE（Mundlak-Chamberlain）是面板二值选择的"第三条路"。 它允许 $u_i$ 和 X 相关（通过 $\bar{X}_i$ ），保留所有个体，且 AME 的计算更直接。代价是需要假设 $u_i$ 和 X 的相关是线性的。在许多实证情景中，CRE 作为主模型比 FE Logit 更灵活。
LPM + FE 是一个被接受的务实基线。 当 Y 的发生率不太极端（20%—80%）且 N 大 T 小——LPM + FE 是简单、透明且审稿人通常认可的。用条件 Logit 作为稳健性检验来增强说服力。
在面板中，Logit 和 Probit 的选择从"便利性"变成了"可行性"。 截面中你可以随便选。面板中，如果你需要固定效应——Logit 是唯一一致的选项（在短 T 中）。这一事实应该主导你的模型选择——而非截面中的几率比 vs 系数解读的讨论。

一句话收尾：

"在截面中，Logit 和 Probit 是一对双胞胎——你选谁都不会错，但 Logit 的几率比让它更会说话。在面板中，这对双胞胎分道扬镳——Logit 可以通过条件似然从偶发参数问题的旋涡中逃生，Probit 被留在旋涡里——在小 T 中它的 β 注定被 N 个不一致的 $u_i$ 拖下水。所以你选 Logit——不是因为它的几率比更好讲，而是因为在短面板的不确定水域中，它是唯一一艘不会沉的船。但你要记住——这艘船上只有'转换者'、它讲的是'组内效应'的故事、而且你没法轻易地算出船上所有人的平均边际效应。面板中的二值选择就是这样——你用一个优势换来了新的制约。好的实证不是假装这些制约不存在——而是在制约下仍然清晰地告诉读者：在这个框架中，X 对 Y 的影响是什么、对谁、在什么前提下。"

八、B站/公众号呈现建议

B站视频：建议用"双胞胎的两种命运"作为核心视觉隐喻。开场：截面世界中——两个长得几乎一模一样的人（Logit 和 Probit）站在一个 S 形曲线旁边。一个人手里拿着"OR（几率比）"的牌子（Logit），另一个人手里什么都没有（Probit）。旁白："在截面中，Logit 和 Probit 给出的 AME 几乎相同——它们是在同一个 S 形曲线背后站着的双胞胎。Logit 唯一的优势是——它手上有几率比这个工具，可以讲'可能性乘了多少倍'的故事。" 画面切换——进入面板世界，出现一个巨大的旋涡（"偶发参数问题"）。Probit 被旋涡卷入——标注"FE Probit 在小 T 中不一致"。Logit 抓住了条件似然的绳索，从旋涡中荡了出去。旁白："在面板中，这对双胞胎的命运不同了。固定效应 Probit 需要估计 N 个 u_i——在 T 很小时，这些不一致的 u_i 把 β 也拖下了水。Logit 有条件似然这根绳子——它可以消去 u_i 而不需要直接估计它们，从而在短 T 中存活。" 第一幕"FE Logit 的三个代价"：三个画面依次呈现——（1）一半的样本被丢弃（标注"只有转换者留下"），（2）系数的箭头上刻着"组内效应"，（3）AME 按钮无法被按下（红色警告——"u_i 未估计，AME 需额外步骤"）。旁白："FE Logit 的逃生不是免费的——你的样本缩小了、你的系数解释从组间转向了组内、你的 AME 不能再像截面那样直接算出来。" 第二幕"CRE——第三条路"：Mundlak 的身影出现——在 RE 模型中加入了每个人的 X 的个体均值（X̄_i）。 $u_i$ 中的内生部分被 X̄_i 吸收了。所有的个体（包括非转换者）都留在了模型中。AME 按钮现在可以按下了（绿色）。旁白："Mundlak-Chamberlain 的 CRE 方法——你不需要在 FE 和 RE 之间二选一。你在 RE 中放入了个体均值来吸收内生性——保留了所有个体，恢复了 AME 的计算。代价是你假设了 u_i 和 X 的相关是线性的。没有完美的方案——但有一个你可以坦诚讨论其局限的方案。"
公众号：截面中 Logit vs Probit 的对比表（分布假设、方差、系数关系、AME 差异、OR 可用性）做成信息图核心。面板中四种策略（Pooled、RE、FE Logit、CRE）的对比框架表做成核心参考卡。条件 Logit 的三个代价（转换者样本、组内效应、AME 困难）做成三张警示卡。CRE 的 Mundlak 方式配代码（xtprobit, re + X̄_i）做成代码模板卡。偶发参数问题的图示解释（N 个 u_i 需要被估计，T 固定时每个 u_i 只有 T 个观测 → 不一致）做成视觉解释卡。常见误区五则做成纠错卡。
推荐标题：
- 主标题：《Logit 还是 Probit？——截面中几乎无关，面板中天差地别》
- 备选标题：《条件 Logit、RE Logit、CRE——面板二值选择的三种策略》
- 新媒体标题：《FE Probit 在短面板中是不一致的——为什么你的面板二值选择模型应该用 Logit？》
金句提炼：

"截面中 Logit 和 Probit 是一对双胞胎——AME 几乎相同，选谁都行。Logit 的几率比是它口袋里多出的一把瑞士军刀——不是必需的，但好用。面板中这对双胞胎被偶发参数问题的旋涡分开了——Logit 有条件似然的绳索，Probit 被留在了旋涡里。"

"条件 Logit 不是免费的午餐——你得到了 u_i 的一致性，但付出了三个代价：你的样本缩小到只剩'转换者'，你的系数变成了组内效应，你不能再像截面那样轻易地算出 AME。好的实证不是假装这些代价不存在——而是在代价仍在的情况下，清晰地告诉读者结论在多大的范围内成立。"

"CRE 是二值面板的第三条路——你在 RE 中放下个体均值，让它们去吸收 u_i 中的内生部分。你不是在假设 u_i 和 X 无关——你是在假设 u_i 和 X 的关系是线性的，并且可以用 X 的个体均值来捕捉。这个假设比 RE 弱，比 FE 的数学更灵活——但你需要承认它仍然是一个假设。"

"偶发参数问题是非线性面板的一个幽灵——它不在线性 FE 中出现，因为组内变换让它无处可住。但在 Logit 和 Probit 中，你不能做组内变换——你必须直接面对 N 个 u_i。T 固定 → 每个 u_i 只有 T 个数据点 → u_i 的估计不一致 → 这 N 个不一致污染了 β 的估计。Logit 通过条件似然绕开它。Probit 没有这种数学的方便——在小 T 中，FE Probit 是不安全的。"