概率单位回归预测法（probit regression），管理学-管理科学与工程-预测理论与方法-相关分析预测法-广义线性预测模型-概率单位回归预测法，一种非线性回归模型（广义线性模型）。现代统计学中应用较广泛的模型之一。概率单位回归预测法假设随机变量服从正态分布。最简单的概率单位回归模型就是指被解释变量是一个二值的响应变量，取值为0、1，事件发生的概率是依赖于解释变量（可以是标量或向量）。通常我们可以认为的概率是关于的一个函数，即，也就是说，的概率是一个关于X的函数，其中服从标准正态分布。概率单位回归模型的本质是对线性模型的一个推广。该方法的核心思想就是引入一个与离散的响应变量相对应的正态潜在变量。这一思想是对从响应变量成功概率到对应的正态偏差的转换思想的升华。概率单位回归模型利用潜在变量思想，实现了从离散随机变量到连续随机变量之间的转换，从而保留了线性的假设，是产生最早的广义线性模型。概率单位回归模型产生于1930年，早期的应用主要局限在生物实验的范围，但由于模型具有很好的统计性质，概率单位回归模型很快被应用于其他领域，模型本身也得到了迅速发展。