و احتمال این­که 0= Y_i باشد برابر است با:
(9 – 3)
برای تخمین β ، باید تابع درست­نمایی به شکل زیر تشکیل شود:

(10 – 3)
لگاریتم تابع درست­نمایی عبارت است از:
(11 – 3)
تخمین­زننده حداکثر درست­نمایی در مدل لوجیت از حل معادله زیر به­دست می ­آید :
(12 – 3)
از آن­جا که معادله بالا به صورت زیر درخواهد آمد:
(13 – 3)
مشابه جز خطا است و معادله فوق را می­توان با مانند معادلات نرمال با بهره گرفتن از روش حداقل مربعات معمولی^[90] تخمین زد. (سوری، 1392 : صفحه 855)
3-2-19-1) تفسیر نتایج در مدل لوجیت:
تفسیر نتایج در مدل لوجیت تقریبا مشابه مدل پروبیت است. بر اساس رابطه 18-3 ، احتمال آن­­که 1 = Y_i باشد بستگی به ضرایب تخمینی و مقدار متغیرهای توضیحی دارد.
برای محاسبه اثرات نهایی X بر Y مشابه مدل پروبیت عمل می­ شود :
(14 – 3)
اثر نهایی X بر Y، به ازای مقادیر متوسط X_iها به صورت زیر خواهد بود:
(15 – 3)
3-2-20) معیارهای خوبی برازش:
در گرسیون­های معمولی از R² به عنوان معیار خوبی برازش استفاده می­ شود که برابر است با:
(16 – 3)
ESS به ترتیب تغییرات داده شده و TSS تغییرات کل را نشان می­دهد. همچنین RSS برابر با تغییرات توضیح داده نشده یا مجموع مجذور خطاهای رگرسیون اول را با RSS_UR و دومی را با RSS_R است. RSS_R بدان معنا است که معادله مورد نظر شامل هیچ متغیر توضیحی نمی­ شود. برای متغیرهای گسسته از معیار خاصی برای محاسبه R² استفاده می­ شود، که بر اساس لگاریتم تابع درست­نمایی است.
از آن­جا که L = RSS^-n/2 است، لذا رابطه R² به صورت زیر خواهد بود:
(17 – 3)
شاخص دیگری بر اساس لگاریتم نسبت درست­نمایی تعریف می­ شود، که معروف به شاخص نسبت درست­نمایی^[91] یا R² مک­فادن^[92] است که به صورت زیر تعریف می­ شود:
(18 – 3)
L_UR مقدار تابع درست­نمایی غیرمقید و L₀ مقدار تابع درست­نمایی است که فقط شامل عرض از مبدا است.
LRI همواره بین صفر تا یک قرار دارد. اگر ضرایب متغیرهای توضیحی برابر صفر باشد، آن­­گاه قدرت توضیحی مدل صفر بوده و لذا خواهد شد، که در این صورت LRI=0 می­باشد. بیشترین مقدار LRI هم وقتی به دست می ­آید که تمام ضرایب متغیرهای توضیحی، معنادار باشند. اما در واقعیت این امکان وجود ندارد. (سوری، 1392 : صفحه 857 – 858)
یکی دیگر از معیارهای خوبی برازش در مدل­های گسسته، معروف به درصد پیش ­بینی صحیح^[93] است. بدین منظور به ازای هر i احتمال تخمینی را برای 0=Y_i محاسبه می­ شود. این احتمال برابر است با یا که در حالت کلی آن را با نشان می­ دهند. اگر باشد، پیش ­بینی می­ شود که 1 = Y_i است و اگر باشد، پیش ­بینی می­ شود که 0 = Y_i باشد. درصدی که Y_i پیش ­بینی شده با Y_i واقعی مطابقت دارد را «درصد پیش ­بینی صحیح» می­نامند. (سوری، 1392 : صفحه 858)
شاخص­ های مورد استفاده جهت ارزیابی خوبی برازش مدل رگرسیون لوجستیک به شرح زیر هستند:

1. 1. نسبت درست­نمایی:

این شاخص خوبی برازش مدل را آزمون می­ کند و هر چه مقدار آن کوچکتر باشد، نشان­دهنده برازش بهتر مدل است. مقدار صفر برای این شاخص نشان­دهنده برازش کامل مدل است.

1. 1. مدل کای دو ( ):

این شاخص موثر بودن متغیرهای موجود در معادله را بر متغیر وابسته آزمون می­ کند. مقدار بالا حاکی از موثر بودن متغیرها است.

1. 1. آماره بهبود^[94]:

این شاخص معناداری تغییر در شاخص likelihood Ratio را پس از ورود هر متغیر جدید به معادله می­آزماید.

1. 1. نیکویی برازش

این شاخص مقدار متغیر وابسته مشاهده شده را با متغیر وابسته پیش ­بینی­شده بر اساس مدل، مقایسه می­ کند و چنان­چه این تفاوت معنادار نباشد، برازش خوبی انجام شده است.
پس از تخمین مدل و بررسی خوبی برازش آن، درصد پیش ­بینی­های صحیح مدل در قالب جدول طبقه ­بندی متغیر وابسته ارائه می­گردد در این جدول، مقادیر پیش ­بینی شده متغیر وابسته بر اساس معادله رگرسیون با مقادیر مشاهده شده در داده ­ها مقایسه خواهد شد و در نهایت درصد پیش ­بینی صحیح مدل مشخص می­گردد.
3-3) جمع­بندی فصل سوم:
در این فصل وضعیت متغیرهای اقتصادی که در به ­وجود آمدن رکودتورمی نقش داشته اند یا تحت تاثیر دوره­ های رکودتورمی تغییر کرده ­اند، بررسی شدند. نتایج به دست آمده بیانگر آن است که نگره­های کوته­نگر برای تغییرات سیاست­ها و حل مشکلات اقتصادی برای کوتاه­مدت که اغلب با شوک­درمانی همراه بوده است، موجب افزایش نااطمینانی در بخش­های تولیدی، سرمایه ­گذاری و حتی مصرف مردم شده است. استفاده از همین ابزار سیاسی برای حل کردن مسائل و مشکلات اقتصادی، موجب شده است ک نهادهای ناکارا جایگزین نهادهای کارا شوند و با تضعیف بخش­های تولیدی و مولد اقتصادی، اقتصاد را در دور باطل رکودتورمی گرفتار کرده ­اند. با توجه به این­که افراد در جامعه به گونه ­ای رفتار خواهند کرد که بتوانند بر مطلوبیت خود بیافزایند و ساختارهای انگیزشی آن­ها هم متفاوت از یکدیگر است، دولت­ها باید با بهبود وضعیت نهادهای کارا، انگیزه مردم را برای رفتارهای اقتصادی کارا را افزایش دهند. اما اگر دولت­ها چنین نگرشی نداشته باشند و با بهره گرفتن از شوک­درمانی فقط به حل مشکلات در کوتاه­مدت بپردازند، مانع از گسترش بازارها خواهند شد و تقسیم کار و تخصص­گرایی را نیز محدود خواهند کرد. با این کار تخصیص بهینه منابع انجام نخواهد گرفت و بخش تولید آسیب خواهد دید و احتمال شکل­گرفتن دور باطل رکودتورمی افزایش خواهد یافت.
متغیرهایی مانند رشد اقتصادی، رشد درآمد ملی و رشد تشکیل سرمایه، در دوره­هایی که اقتصاد ایران در رکودتورمی قرار گرفته است، به شدت آسیب دیده­اند. تغییر درآمدهای نفتی، افزایش کسری بودجه دولت، انباشت بدهی­های دولت و شرکت­ها و موسسات دولتی و افزایش نقدینگی برای پوشش دادن هزینه­ها بر افزایش تورم در ایران تاثیرگذار بوده ­اند. تورم­های فزاینده و دو رقمی تقریبا در کل دوره، اقتصاد ایران را درگیر کرده است. چنین پدیده­ای موجب می­ شود که سایر متغیرهای اقتصادی به سبب تورم تغییر کنند. به طور مثال، حداقل مزد، سود تسهیلات و سپرده­ها و … از جمله متغیرهایی هستند که با افزایش تورم باید تعدیل شوند. یا این­که نقدینگی که خود یکی از عوامل به ­وجود آورنده تورم است، زمانی که تورم شدید باشد و کشور با کمبود نقدینگی مواجه شود، باید افزایش یابد تا از مانعی بر سر انفجار قیمت­ها ایجاد کند. در این­ حالت، شرایطی به ­وجود خواهد آمد که گویی سایر متغیرها باید خود را نسبت به تورم­های شدید تعدیل کنند.
با توجه به شاخص­ های اقتصاد کلان کشور و آمار و ارقامی که ارائه شد، اقتصاد ایران در سال­های متمادی درگیر رکودتورمی شده است. اما روند شاخص­ های تولید، تشکیل سرمایه، تورم، نرخ ارز و … بیانگر این واقعیت هستند، که هر چه سال­هایی که اقتصاد درگیر رکودتورمی بوده است، طولانی­تر شده ­اند، اثرات وسیع­تر و مخرب­تر بر نماگر­های اقتصاد کلان وارد شده است. برای سنجش این­که نماگرهای اقتصاد کلان چگونه در به ­وجود آمدن رکودتورمی نقش داشته اند یا این­که در وضعیت نامطلوب اقتصادی چه تغییراتی داشته اند، از مدل­ اقتصاد سنجی استفاده خواهد شد که دارای ویژگی­های ذیل می­باشد: