Probit回归与Logistic回归有以下主要区别：
含义不同：
Probit回归：实质上是计算连续变量转化为二元选择的概率，其结果是正态分布的概率单位。Logistic回归：更偏向于数理逻辑，使用逻辑概率分布来表示变量的离散性。
应用差异：
尽管两者都可以作为离散选择模型的工具，但Logistic回归因其简洁易懂和广泛应用性而更受欢迎。当因变量是名义变量时，两者基本可以互换使用，但Logit模型基于逻辑分布，而Probit模型基于正态分布。
侧重点不同：
Probit回归：注重根据常态频率分布计算统计单位的偏差。Logistic回归：强调作为离散选择模型的代表，是最早且最常使用的模型。
综上所述，Probit回归和Logistic回归在概念、应用及侧重点上各有特色，选择哪种模型取决于具体的研究问题和分析需求。