MODELOS LOGIT DE RESPUESTAS BINARIAS

El modelo de probabilidad lineal es sencillo de estimar y de aplicar, pero posee

ciertos inconvenientes. Las dos desventajas ms importantes son las
probabilidades ajustadas pueden ser menores a cero o mayores que uno y que
el efecto parcial de cualquier variable explicativa (que aparezca a su nivel) es
constante. Estas limitaciones del Modelo de Probabilidad Lineal (MPL) se
superan mediante modelos de respuesta binaria ms complejos.
En un modelo de respuesta binaria, el inters descansa principalmente en la
probabilidad de respuesta.
(

Donde utilizamos x para denotar el conjunto completo de variables explicativas.
Especificaciones de los modelos logit
En el MPL, suponemos que la probabilidad de respuesta es lineal en el
conjunto de parmetros

. Para evitar las limitaciones del MPL, considere una

clase de modelos de respuesta binaria de la forma:
(

Donde G es una funcin que asume valores que se hallan estrictamente entre
cero y uno: 0<G (z) < 1, para todos los nmeros reales z. Esto asegura que las
probabilidades de respuesta estimadas se hallen estrictamente entre cero y
uno.
En el modelo logit G es la funcin logstica:


[ ]

Los datos utilizados son de corte transversal. Un conjunto de datos de corte
transversal consta de una muestra de individuos, hogares, empresas, ciudades,
estados, pases u otras diversas unidades, tomada en un momento
determinado. A veces, los datos de todas las unidades no corresponden con
exactitud al mismo perodo. Una particularidad importante de los datos de corte
transversal es que, a menudo, damos por sentado que se obtuvieron mediante
muestreo aleatorio de la poblacin de origen. Otro rasgo caracterstico es que
el ordenamiento de los datos no importa en el anlisis economtrico. Se tom
este tipo de estructura de datos porque los individuos acceden a la Universidad
en aos determinados y no se repiten en el tiempo (Wooldrige, 2001).
Para el logro de esta investigacin las variables del modelo economtrico se
definieron de la siguiente manera:

: Es una variable dummy que toma el valor de 1 si es desertor, 0 si
no lo es
: Es una variable cuantitativa que se refiere a la edad de cada estudiante

: Es una variable cuantitativa que se refiere a la edad al cuadrado de

cada estudiante
: Es una variable dummy que toma el valor de 1 si el estudiante es
hombre y 0 si es mujer
: Es una variable cuantitativa que se refiere al estrato que pertenece
cada estudiante
Es una variable dummy que toma el valor de 1 si el estudiante en el
momento de la encuesta se encuentra trabajando y 0 si no lo est
Es una variable dummy que toma el valor de 1 si la madre del
estudiante en el momento de la encuesta se encuentra trabajando y 0 si no lo
est
Es una variable cuantitativa que se refiere al nmero de
hermano que tiene el estudiante al momento de la encuesta
Es una variable cuantitativa que se refiere al promedio acumulado
que tenia el estudiante en su estancia en la Universidad
: Es una variable dummy que toma el valor de 1 si el estudiante
proviene de colegio pblico y 0 si es su origen de colegio privado
Es una variable cuantitativa que se refiere al nmero de hijos que
tiene el estudiante al momento de la encuesta
Es una variable cuantitativa que se refiere al promedio del
ltimo semestre cursado por el estudiante
: Perturbacin estocstica asociada al rendimiento general del estudiante.

Logistic regression Number of obs = 236
Wald chi2(11) = 57.28
Prob > chi2 = 0.0000
Log pseudolikelihood = -91.253101 Pseudo R2 = 0.4346

------------------------------------------------------------------------------
| Robust
situacion | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
edad | .7720663 1.269004 0.61 0.543 -1.715135 3.259268
edad2 | -.0116711 .0225833 -0.52 0.605 -.0559335 .0325913
sexo | .5925653 .5229356 1.13 0.257 -.4323697 1.6175
estrato | .6825089 .2299206 2.97 0.003 .2318729 1.133145
trabaja | -.1543972 .5388561 -0.29 0.774 -1.210536 .9017413
lab_madre | .4284827 .3778477 1.13 0.257 -.3120852 1.169051
n_hermanos | .0558802 .1680641 0.33 0.740 -.2735193 .3852797
pro1 | -5.477956 1.111774 -4.93 0.000 -7.656994 -3.298919
colegio | .8482426 .392927 2.16 0.031 .0781198 1.618365
n_hijos | .0084985 .3719461 0.02 0.982 -.7205025 .7374995
prom_acum | -.07394 .0400547 -1.85 0.065 -.1524459 .0045658
_cons | -7.416347 17.868 -0.42 0.678 -42.43698 27.60429
------------------------------------------------------------------------------


RESULTADOS ECONOMTRICOS

Cuadro. Estimacin del Modelo Economtrico

Variable Dependiente
Desertados
Edad
0. 777
(1.26)
Edad
2

-0.011
(0.022)
Genero
0.592
(0.522)
Estrato socio econmico de la familia del estudiante
0.682*
(0.229)
El estudiante trabaja
-0.154
(0.538)
Madre Labora
0.428
(0.377)
Nmero de hermanos
0.0558
(0.168)
Promedio acumulado
-5.477*
(1.111)
Colegio de procedencia
0.8482*
(0.392)
Nmero de hijo del estudiante
0.008
(0.392)
Promedio ltimo semestre cursado
-0.073*
(0.040)
Observaciones 236

Fuente: Calculo del autor. Valor Absoluto del estadstico t en parntesis. (*)Significativos al 95%.

Los resultados de la estimacin del modelo se presentan en la tabla anterior.
La estimacin infiere que las variables de edad, gnero, situacin laboral y el
tamao de su familia no son estadsticamente significativas. Se concluye que
est situacin es atpica frente a otros estudios del mbito nacional en dnde
las variables gnero y edad son fundamentales para explicar la probabilidad de
que un estudiante deserte de una institucin educativa.
Para el caso de la muestra que se tiene la probabilidad de desertar disminuye
cuando el estudiante proviene de colegio privado. Este resultado es similar a
los de otros estudios que utilizan esta misma metodologa con diferentes
muestras. En consecuencia, la calidad de los niveles precedentes es
fundamental para determinar la suerte de un estudiante en la Universidad.
De igual manera, la probabilidad de desercin de un estudiante aumenta
significativamente por el promedio Semestral y El promedio Acumulado. Por el
contrario el signo del nivel socio econmico es positivo, lo que implica que los
estudiantes de mayores ingresos tienen mayor probabilidad de desertar que los
que tienen bajos ingresos. Esta situacin hay que explorarla con mayor
detenimiento, dado que contradice la intuicin y los resultados de los estudios
realizados en Colombia.
Por lo tanto los estudiantes que provienen de Colegios Pblicos y que
provienen de estratos socioeconmico altos tienen ms probabilidades de
desertar, de la misma manera aquellos que tengan promedio acumulado y
semestral alto tienen menor riesgo de desertar que quienes lo tengan menor.