这是在discrete choice model,比如probit中有人提到的要求.请问为什么？比如下面的例子

_i1指的是下标



y_i1 = F(z_i1*beta + α_i*theta + u_i1 > 0)

Since y is binary, a normalization is required. A convenient one is σ2(u的方差)=1.



如果y是0或1的话，怎么可能转化成正态分布呢？如果不转化可以吗？我看很多discrete choice model的实证研究都没有这样做啊。



谢谢！
肯定不是对0、1进行Normalize，请给出原文献。
yeah... i do not see any reason to normalize 0 and 1s