probit模型是一种二分类回归模型，用于预测二元变量的概率，通常用于解决风险、诊断和其他二分类问题。probit边际是指变量增加一个单位时，对预测变量的概率的影响。一般而言，probit模型是基于多项式的，对于任何一个特定的模型，边际的解释都会有所不同，但通常probit边际提供了变量的影响程度和方向，即增加变量的值会使预测变量的概率增加或降低，以及增加的数量。

这种解释对于制定预测模型和制定决策非常有用。