有点不太理解怎么用ML来处理一些probit/logit的问题。假如说有一个方程，y = b0 + b1x1 + b2x2 + ... ，怎么用最大似然的方法对某个变量（比如x1）估计一个最优的值，使得y被最大化/最小化？比如说如果y是新生儿的死亡率，x1代表母亲的年龄（x2, x3... 是一些其它的变量比如教育程度、是否酗酒/抽烟等），那么怎么用ML来估计一个最佳的x1使得y最小？
还有就是，怎么估计probit里最大似然的边际效应呢？比如y = b0 + b1x1 + b2x2 + ... ，假设还是刚才那个新生儿死亡率的例子。假设变量取值已定（比如母亲年龄25岁，受过10年教育，酗酒，……），这种情况如何给出对边际效应的ML估计呢？


谢谢！