我正在运行二进制 logit 回归，我知道因变量在一小部分情况下被错误编码。所以我试图在这个模型$\beta$

$prob(y_i) = 1/(1 + e^{-z_i})$

$z_i = \alpha + X_i\beta$

但不是向量，我有，其中包括一些随机错误（即，但，反之亦然，对于一些）。$Y$$\tilde{Y}$$y_i = 1$$\tilde{y_i} = 0$$i$

这个问题有（合理的）简单的更正吗？

我知道 logit 在病例对照研究中有一些很好的特性。似乎类似的东西在这里适用，但我一直无法找到一个好的解决方案。

其他一些限制：这是一个文本挖掘应用程序，因此的维度很大（数千或数万）。这可能会排除一些计算密集型程序。$X$

另外，我不关心正确估计，只。$\alpha$$\beta$