Modelos de eleccin discreta Apndice: Manual de Limdep
A. APENDICE: MANUAL DE LIMDEP............................................................................ 192
A.1 FUNCIONES GENERALES......................................................................................... 192 A.1.1 CARGAR UN PROYECTO................................................................................... 192 A.1.2 ARCHIVOS DE ENTRADA .................................................................................. 195 A.1.3 SALIDA DE RESULTADOS ................................................................................. 196 A.1.4 COMANDOS EN LIMDEP................................................................................... 197 A.1.4.1 COMANDOS SAVE Y OPEN...................................................................................... 198 A.1.4.2 SALIR DE LIMDEP...................................................................................................... 198 A.1.4.3 COMANDO RESET...................................................................................................... 199 A.1.4.4 LEER ARCHIVOS DE DATOS.................................................................................... 199 A.1.4.4.1 IMPORTAR DATOS DESDE EXCEL .............................................................. 199 A.1.5 EL ARCHIVO TRACE .......................................................................................... 200 A.1.6 EDITOR DE DATOS ............................................................................................ 200 A.1.7 COMANDOS DE MODELOS............................................................................... 201 A.2 FUNCION NLOGIT...................................................................................................... 202 A.2.1 ESPECIFICACIONES DE LA FUNCION NLOGIT............................................. 202 A.2.1.1 CHOICES...................................................................................................................... 202 A.2.1.2 PROB............................................................................................................................. 202 A.2.1.3 LIST............................................................................................................................... 203 A.2.1.4 EFFECTS....................................................................................................................... 203 A.2.1.5 DESCRIBE.................................................................................................................... 204 A.2.1.6 CROSSTAB................................................................................................................... 204 A.2.1.7 MODEL......................................................................................................................... 205 A.3 EJEMPLO...................................................................................................................... 206 A.3.1 INTRODUCCION................................................................................................. 206 A.3.2 ATRIBUTOS Y DATOS......................................................................................... 207 A.3.3 ARCHIVO DE ENTRADA .................................................................................... 212 A.3.4 RESULTADOS...................................................................................................... 214 A.3.4.1 DESCRIPCION DE ALTERNATIVAS........................................................................ 216 A.3.4.2 CROSSTAB................................................................................................................... 222 A.3.4.3 ESTIMACION DE PROBABILIDADES ..................................................................... 224 A.3.4.4 ELASTICIDADES ........................................................................................................ 225
191 Modelos de eleccin discreta Apndice: Manual de Limdep A. APENDICE: MANUAL DE LIMDEP A.1 FUNCIONES GENERALES En este primer apartado se intentar mostrar una visin general de la aplicacin, as como una introduccin a las funciones ms comunes. A.1.1 CARGAR UN PROYECTO La pantalla que aparece cuando se inicia el programa tiene el aspecto que se muestra:
192 Modelos de eleccin discreta Apndice: Manual de Limdep Como se puede observar el programa tiene la estructura de un programa en entorno window, lo que facilita su manejo. Este hecho hace que los comandos ms usuales, tales como Guardar datos, Abrir ficheros, etc, sean iguales a los de cualquier otro programa del mismo entorno. La pantalla muestra un proyecto titulado Untitled Project 1 y el escritorio est vaco. El trmino PROYECTO se refiere al conjunto de variables, matrices, etc que se definen en cada trabajo, y los cuales pueden ser empleados en cualquiera de los comandos que posee LIMDEP. Por lo tanto las variables que se creen en un proyecto slo estarn disponibles en ese proyecto. A partir de aqu se puede empezar un nuevo proyecto o cargar uno que previamente existiera, para ello se utiliza el men File. Este men tiene el siguiente aspecto:
Si se desea crear un nuevo proyecto, o crear un nuevo Archivo de Entrada (ver apartado 1.2) se selecciona la opcin New, la cual despliega una ventana con dos 193 Modelos de eleccin discreta Apndice: Manual de Limdep opciones. La primera de las opciones crea un nuevo Archivo de Entrada, y la segunda un nuevo proyecto.
Cuando se est trabajando en LIMDEP, se estn acumulando datos en un PROYECTO, el cual consiste de cuatro componentes: 1. Los datos del proyecto. La ventana asociada con esta informacin es la Ventana del Proyecto. En esta ventana aparece toda la informacin propia del proyecto. Tales como variables que se han definido, listas, matrices, tablas, etc. La apariencia de esta pantalla es comn para todos los proyectos, aunque vara en el contenido de cada una de los apartados que se muestra.
2. Los comandos que se han acumulado en la pantalla en la Archivo de Entrada. 194 Modelos de eleccin discreta Apndice: Manual de Limdep 3. La salida que se ha generado en el Archivo de Salida . 4. El archivo TRACE.LIM que se describe ms adelante. Cuando se sale de LIMDEP se pregunta si se desea guardar los tres primeros archivos mencionados anteriormente. A.1.2 ARCHIVOS DE ENTRADA Una vez que se est trabajando en un proyecto determinado se van a ir introduciendo los comandos en el Archivo de Entrada. Esta ventana se despliega a travs de la opcin New del men File. En esta ventana se van a ir introduciendo los comandos y pequeos programas que se utilizarn durante la sesin del proyecto en cuestin. La ventana de los archivos de entrada tiene la apariencia que se muestra en la imagen siguiente:
Para ejecutar los comandos que se han introducido en esta ventana se puede hacer de dos formas: 195 Modelos de eleccin discreta Apndice: Manual de Limdep 1. Seleccionando los comandos que se deseen ejecutar del archivo y presionando el botn GO que aparece en la barra de herramientas. De esta forma slo se ejecutarn los comandos seleccionados. 2. Una vez introducidos todos los comandos, seleccionando la opcin Run del men Run. Otra opcin para ejecutar los comandos, es hacerlo directamente desde un archivo ya existente. Para poder ejecutar esta opcin se debe seleccionar la opcin Run File del men Run. La ventana que se despliega es la siguiente:
De esta pantalla se selecciona el archivo que se quiere ejecutar. Los comandos se ejecutarn automticamente si el formato del archivo y los comandos que contiene son correctos. A.1.3 SALIDA DE RESULTADOS LIMDEP abrir automticamente un Archivo de Salida y lo usar para mostrar los resultados producidos por los comandos empleados. El Archivo de Salida est dividida en dos partes, la parte de abajo muestra los comandos y los resultados de 196 Modelos de eleccin discreta Apndice: Manual de Limdep estos comandos. La parte de arriba de la ventana muestra el archivo TRACE.LIM. Un ejemplo de Archivo de Salida se muestra a continuacin.
A.1.4 COMANDOS EN LIMDEP La sintaxis de los comandos en LIMDEP es la siguiente: VERBO ; especificacin ; especificacin ;; especificacin$ El verbo representa al comando de cuatro caracteres, el cual identifica una funcin especfica. Si los comandos necesitan informacin adicional, los campos estn separados por punto y coma. Algunas de las caractersticas ms importantes de los comandos son las siguientes: Los comandos siempre acaban con el smbolo $. Se pueden usar indistintamente letras maysculas y minsculas. Se pueden poner espacios en cualquier parte de la estructura del comando. 197 Modelos de eleccin discreta Apndice: Manual de Limdep El nmero de caracteres antes del smbolo $ no debe exceder de 2500. Las especificaciones pueden ser cambiadas de orden, sin que por ello afecte a la operacin que se desea realizar. Por ejemplo: READ; Nobs=100;File=Data.PRJ$ es igual que READ; File=Data.PRJ;Nobs=100$ A.1.4.1 COMANDOS SAVE Y OPEN En cualquier momento de la sesin se pueden guardar toda la memoria activa de LIMDEP, en un archivo. Para ello se debe usar el comando Save del men File. Con este comando se puede guardar todo el trabajo realizado en un proyecto hasta el momento en que se va a guardar. Si el proyecto es la primera vez que se guarda el programa preguntar por el nombre que se le desea dar al proyecto. Los proyectos generados se guardan por defecto en el directorio en el que est instalado LIMDEP, aunque el programa permite guardarlos en otros directorios. Cuando se desea abrir un nuevo proyecto se usa la opcin Open del men File. Con esta opcin se despliega una ventana con la que se puede buscar el proyecto que se desee. A.1.4.2 SALIR DE LIMDEP Cuando la sesin se ha acabado y se desea abandonar el programa el comando que se ejecuta es Exit. Cuando se ejecuta este comando, el programa pregunta si se desean guardar los cambios en el archivo de salida. Este archivo va a recoger toda la informacin que ha generado la sesin de trabajo que se ha realizado. Esto 198 Modelos de eleccin discreta Apndice: Manual de Limdep quiere decir que se recoge un listado con todos los comandos que se han utilizado, y los resultados que se han producido. A.1.4.3 COMANDO RESET El comando Reset que se encuentra en el men Project, es utilizado para borrar todos los datos que se estn guardando en el Archivo de Salida. El objeto de este comando es poder comenzar una nueva sesin de trabajo, sin necesidad de tener que salir del programa. A.1.4.4 LEER ARCHIVOS DE DATOS El principal comando para leer un archivo de datos es como sigue: READ ; Nvar = Nmero de variables ; Nobs = Nmero de observaciones ; Names = Nombre de las variables, separadas por comas ; File = Nombre del archivo, incluida la extensin $ NOTA: Se considera que las columnas son las variables y cada una de las filas del archivo de datos es una observacin. Si por el contrario las variables son las filas y las observaciones son las columnas, se debe introducir en el comando la especificacin Byva. A.1.4.4.1 IMPORTAR DATOS DESDE EXCEL Los archivos de datos pueden ser importados desde un archivo en Lotus (.WK1, WKS) o Microsoft Excel (.XLS). El comando a emplear es como sigue: READ ; File = Nombre del Archivo; Format = WKS o XLS $ Se debe de tener en cuenta que el nombre del archivo debe tener la extensin del archivo. 199 Modelos de eleccin discreta Apndice: Manual de Limdep Si el encabezado de las columnas de los archivos a importar tuvieran los nombres de la variables, se debe aadir la especificacin ;Names. A.1.5 EL ARCHIVO TRACE Durante una sesin de LIMDEP, el programa acumula toda la informacin en un archivo que lleva el nombre TRACE.LIM. Este archivo contiene la siguiente informacin: Una lista completa de todos los comandos usados en el orden que han sido introducidos. Todos los mensajes de error que han aparecido durante la sesin. Todos los resultados producidos durante la estimacin de modelos El archivo TRACE.LIM cuelga del directorio LIMDEP. Si el usuario tiene abierto un archivo de salida, el archivo TRACE.LIM se sita en el comienzo del archivo de salida. La principal diferencia con los archivos de salida descritos en el apartado anterior, radica en que este archivo es borrado cuando se realiza una sesin de trabajo posterior, perdindose toda la informacin que contena anteriormente. Por lo tanto para conservar esta informacin se emplear la opcin anterior o se copiar con otro nombre archivo TRACE.LIM al final de cada sesin. A.1.6 EDITOR DE DATOS El Editor de Datos es empleado para crear nuevas variables en el proyecto. Estas variables sern usadas posteriormente en alguno de los comandos que se empleen durante la sesin de trabajo. 200 Modelos de eleccin discreta Apndice: Manual de Limdep Para poder crear nuevas variables se utiliza la opcin New Variable del men Project. Con esta opcin se le pregunta el nombre de la variable que se desea crear, pulsando despus OK se presenta una pantalla como la que se muestra a continuacin, en la que se pueden introducir los valores que se deseen.
Para poder ver las variables que han sido creadas en un proyecto en cuestin, se puede emplear la Ventana del Proyecto. A.1.7 COMANDOS DE MODELOS La estructura bsica de todos los comandos de los modelos es: COMANDO DEL MODELO ; Lhs = variable dependiente ; Rhs = lista de variables independientes ; otras partes especficas del modelo ; $ 201 Modelos de eleccin discreta Apndice: Manual de Limdep A.2 FUNCION NLOGIT El principal comando para los modelos de eleccin discreta es la funcin NLOGIT. La estructura del comando se muestra a continuacin: NLOGIT ; Lhs = indica la eleccin realizada ; especificacin del conjunto de opciones ; especificacin de la funcin de utilidad $ A.2.1 ESPECIFICACIONES DE LA FUNCION NLOGIT A.2.1.1 CHOICES Indica la lista con todos los nombres de las opciones que pueden ser seleccionadas. Por ejemplo: Choices = Tren, Bus, Avin, Coche ; Si los datos reales de porcentajes de personas que usan cada uno de los medios de transporte son conocidos, y se desean introducir para que se tengan en cuenta, resulta la especificacin siguiente: Choices = Tren, Bus, Avin, Coche / 0.35,0.2,0.1,0.35; Las proporciones deben sumar la unidad, y la primera corresponde con la primera opcin, la segunda con la segunda y as sucesivamente. A.2.1.2 PROB Indica las probabilidades de eleccin de cada una de las alternativas que predice LIMDEP, para cada una de las observaciones realizadas. La especificacin tiene la estructura siguiente: 202 Modelos de eleccin discreta Apndice: Manual de Limdep Prob = nombre ; Con esta especificacin se obtiene una nueva variable en el Editor de Datos, esta variable tiene el nombre que se diga en la especificacin. En esta variable se muestran las probabilidades que otorga LIMDEP a cada una de las alternativas que se evalan por cada una de las muestras introducidas. De este modo, se puede comparar la probabilidad que ha dado el encuestado y la que devuelve LIMDEP. A.2.1.3 LIST Tiene el mismo significado que la especificacin Prob, slo que no es necesario aadirle el nombre de las variables si las alternativas son menos de seis. De esta forma muestra las probabilidades de eleccin de cada una de las alternativas para cada uno de los individuos.
A.2.1.4 EFFECTS Sirve para obtener las elasticidades de una determinada alternativa respecto de una determinada variable. La estructura de la especificacin es la siguiente: Effects : variable [ lista de alternativas] Un ejemplo de esta especificacin es el siguiente: Effects : Coste [ Tren, Bus ] / Tiempo [ Avin, Coche] ; 203 Modelos de eleccin discreta Apndice: Manual de Limdep La interpretacin de la especificacin anterior nos va a mostrar la variacin de la probabilidad de elegir el Tren y el Bus cuando vara la variable Coste. De igual forma nos muestra la variacin de la probabilidad de elegir el Avin y el Coche cuando vara la variable Tiempo.
A.2.1.5 DESCRIBE Muestra un cuadro descriptivo con las estadsticas de cada una de las alternativas.
A.2.1.6 CROSSTAB Muestra una tabla de referencias cruzadas en las que las filas son las decisiones actuales, y las columnas las decisiones que LIMDEP predice. 204 Modelos de eleccin discreta Apndice: Manual de Limdep A.2.1.7 MODEL Con esta especificacin se introducen las funciones de utilidad de cada una de las alternativas. Por ejemplo: ; Model : U(Avin) = BA + BCOST*GC / U(Coche) = BC + BCOST*GC / U(Bus) = BB+ BCOST*GC / U(Tren) = BT + BCOST*GC $ Otra forma abreviada de haber representado lo anterior es la siguiente: ; Model : U(Avin, Coche, Bus, Tren) = <BA, BC, BB, BT>+ BCOST*GC Si se quiere aadir un valor de comienzo con el que empezar a iterar, para cada uno de los valores se aaden de la siguiente forma: ; Model : U(Avin) = BA (.53)+ BCOST*GC / U(Coche) = BC (.3)+ BCOST*GC / U(Bus) = BB+ BCOST*GC / U(Tren) = BT (.6)+ BCOST*GC $ Los valores entre parntesis son los que toman BA, BC y BT en la primera iteracin. Otra forma de obtener los valores para comenzar la itereacin es aadiendo la siguiente especificacin: ; Start = Logit Con esta especificacin los valores de comienzo que se obtienen son los que resultan de resolver un modelo LOGIT. Si adems se quiere fijar alguno de los valores a un valor concreto, la operacin es anloga a la anterior metiendo los valores entre corchetes. ; Model : U(Avin) = BA [.53]+ BCOST*GC / U(Coche) = BC [.3]+ BCOST*GC / U(Bus) = BB+ BCOST*GC / U(Tren) = BT (.6)+ BCOST*GC $ 205 Modelos de eleccin discreta Apndice: Manual de Limdep Crosstab: muestra una tabla en la que se representa las predicciones de eleccin del modelo contra las elecciones actuales. A.3 EJEMPLO A.3.1 INTRODUCCION Se presenta a continuacin un ejemplo de aplicacin de los modelos LOGIT que se pueden realizar con el programa LIMDEP. Seguidamente se pasa a exponer el modelo que se quiere conseguir. Se trata de conseguir un modelo que refleje las preferencias de las personas a la hora de elegir un destino de compras de ropa y calzado. Para ello se evaluarn atributos slo relacionados con la situacin de las distintas alternativas que se ofrecen como posibles destinos. Estos atributos sern en este caso seis: Coste del aparcamiento, facilidad de aparcamiento, facilidad de acceso usando transporte pblico, tiempo de desplazamiento, servicios adicionales y comodidad. Es necesario aclarar que cuando se usa la expresin conseguir un modelo, se refiere a obtener los valores de los parmetros que intervienen en la funcin de utilidad empleada. Si bien es cierto, que se pueden emplear trminos de orden cuadrtico y superiores en la funcin de utilidad, para conseguir un mejor modelo. En este ejemplo no interesa emplearlos pues seran necesarios muchas ms muestras y el modelo que se obtiene usando slo trminos lineales es tambin muy vlido. Para la realizacin de este modelo no se han tenido en cuenta atributos relacionados con el individuo encuestado. Estos atributos, tales como sexo, edad, nivel econmico, etcno se han incluido en la tabla de datos, luego estamos suponiendo a priori que estos atributos no influyen en el modelo que queremos obtener. 206 Modelos de eleccin discreta Apndice: Manual de Limdep Para obtener la informacin necesaria se pasarn unas encuestas a distintas personas en las que evaluarn estos atributos para los distintos sitios a los que acuden a realizar sus compras. A.3.2 ATRIBUTOS Y DATOS Para poder trabajar con LIMDEP es necesario que las variables empleadas tengan un nmero limitado de caracteres en su nombre. Debido a esto es necesario codificar los nombres de los distintos atributos que vamos a emplear en el ejemplo. Los nombres de las variables que recogen los datos de las encuestas realizadas se exponen en la siguiente tabla: ATRIBUTO CODIGO Coste del aparcamiento PA Facilidad de aparcamiento FA Facilidad de acceso en transporte pblico FTP Tiempo de desplazamiento TD Servicios adicionales SERV Comodidad COM Tambin es necesario dar un nombre a los parmetros que van a aparecer en la funcin de utilidad que se va a utilizar. Al emplear una funcin de utilidad lineal slo sern necesarios seis parmetros, uno por cada atributo que exista. En esta tabla se relaciona cada parmetro con su atributo correspondiente: ATRIBUTO PARAMETRO PA CA FA CB FTP CC TD CE SERV CF COM CG
Por limitaciones de LIMDEP los nombres de las alternativas que se van a emplear en el comando de la funcin NLOGIT, no pueden tener ms de ocho caracteres. Debido a esto es necesario renombrar las distintas alternativas que 207 Modelos de eleccin discreta Apndice: Manual de Limdep han aparecido en la muestra realizada. Son un total de doce alternativas que se nombran de la siguiente forma: ALTERNATIVA NOMBRE El Corte Ingls (Nervin) CIN El Corte Ingls (Duque) CID C.C. Nervin Plaza N. Plaza Nervin Nervin C.C Los Arcos LosArcos Los Remedios Remedios La Macarena Macarena Hipercor (Aljarafe) Hipercor Continente (Aljarafe) Continen Centro Centro Alcampo Alcampo Fuentes Fuentes
Los nombres que aparecen en la columna derecha de la tabla son los que van a aparecer en las hojas de resultados que se van a obtener. De todas las posibles alternativas que se ofrecan como destino de compras, en las encuestas realizadas slo han aparecido estas doce. Un paso importante para la obtencin del modelo, es la codificacin de los datos obtenidos en las encuestas. Para ver ms claramente la forma de codificar los datos obtenidos se exponen las distintas alternativas de respuesta para cada pregunta, junto con el valor numrico que se le ha asignado. Coste del aparcamiento a) Bastante caros -2 b) Caros -1 c) Normal 0 d) Baratos 1 e) Bastante caros 2 f) No sabe - Facilidad de aparcamiento a) Bastante difcil -2 b) Difcil -1 c) Normal 0 d) Fcil 1 e) Bastante fcil 2 208 Modelos de eleccin discreta Apndice: Manual de Limdep f) No sabe - Facilidad de acceso en transporte pblico a) Bastante difcil -2 b) Difcil -1 c) Normal 0 d) Fcil 1 e) Bastante fcil 2 f) No sabe - Tiempo de desplazamiento a) Menos de 5 minutos 5 b) Entre 5 y 15 minutos 10 c) Entre 15 y 30 minutos 25 d) Entre 30 y 45 minutos 40 e) Entre 45 y 60 minutos 55 f) Ms de 60 minutos 60 Servicios a) Muy pocos -2 b) Pocos -1 c) Normal 0 d) Bastantes 1 e) Muchos 2 f) No sabe - Comodidad a) Bastante incmoda -2 b) Incmoda -1 c) Normal 0 d) Cmoda 1 e) Bastante cmoda 2 f) No sabe - Como posteriormente se ver en la presentacin de los datos recogidos hay una serie de columnas que es necesario aclarar. Estas columnas son Nij, ALTij y Gasto. Nij: indica el nmero de alternativas que el encuestado ha seleccionado. Este valor se repite en cada una de las alternativas seleccionadas por un mismo individuo. ALTij: es un nmero que est asociado a cada una de las alternativas. Como los encuestados eligen alternativas distintas y en distinto orden, con este valor se le 209 Modelos de eleccin discreta Apndice: Manual de Limdep indica cual es la alternativa que se est evaluando. En la siguiente tabla se muestra la relacin de alternativas de destino de compras con su nmero asociado. Los nmeros asignados a cada una de las alternativas, viene dado por el orden que ocupan en el comando choices. Gasto: indica la distribucin porcentual que cada encuestado emplea en los distintos destinos que han mencionado. En este ejemplo est empleado como un indicador de la frecuencia con que eligen los distintos destinos que nombran.
ALTERNATIVA NUMERO El Corte Ingls (Nervin) 1 C.C. Los Arcos 2 Centro 3 Nervin 4 C.C. Nervin Plaza 5 Los Remedios 6 El Corte Ingls (Duque) 7 Hipercor (Aljarafe) 8 Continente (Aljarafe) 9 Alcampo 10 Fuentes 11 La Macarena 12
Los datos que se han recogido se muestran en la siguiente tabla:
Nota: los espacios en blanco corresponden a la respuesta no sabe. A.3.3 ARCHIVO DE ENTRADA En este apartado se pretende explicar los comandos que se dan a la aplicacin LIMDEP, y los resultados que se pretenden obtener. Previamente a la ejecucin del archivo de entrada se deben de haber importado todos los datos recogidos de las encuestas, y que se muestran en la tabla anterior. El archivo de entrada que se realiza en este caso es el siguiente: nlogit; lhs = gasto, Nij, ALTij ; describe ; crosstab ; List ; start = logit ; effects: TD(CIN, Los Arcos, Centro, Nervin, N. Plaza, Remedios, CID, Hipercor, Continen, Alcampo, Fuentes, Macarena) ;choices = CIN, Los Arcos, Centro, Nervin, N. Plaza, Remedios, CID, Hipercor, Continen, Alcampo, Fuentes, Macarena ;model: U(CIN) =CA*PA+CB*FA+CC*FTP+CE*TD+CF*SERV+CG*COM/ U(Los Arcos) =CA*PA+CB*FA+CC*FTP+CE*TD+CF*SERV+CG*COM/ U(Centro) =CA*PA+CB*FA+CC*FTP+CE*TD+CF*SERV+CG*COM/ U(Nervion) =CA*PA+CB*FA+CC*FTP+CE*TD+CF*SERV+CG*COM/ U(N. Plaza) =CA*PA+CB*FA+CC*FTP+CE*TD+CF*SERV+CG*COM/ U(Remedios) =CA*PA+CB*FA+CC*FTP+CE*TD+CF*SERV+CG*COM/ U(CID) =CA*PA+CB*FA+CC*FTP+CE*TD+CF*SERV+CG*COM/ U(Hipercor) =CA*PA+CB*FA+CC*FTP+CE*TD+CF*SERV+CG*COM/ U(Continen) =CA*PA+CB*FA+CC*FTP+CE*TD+CF*SERV+CG*COM/ U(Alcampo) =CA*PA+CB*FA+CC*FTP+CE*TD+CF*SERV+CG*COM/ U(Fuentes) =CA*PA+CB*FA+CC*FTP+CE*TD+CF*SERV+CG*COM/ 212 Modelos de eleccin discreta Apndice: Manual de Limdep U(Macarena) =CA*PA+CB*FA+CC*FTP+CE*TD+CF*SERV+CG*COM$
En la primera lnea del archivo se indica que se va a emplear el comando nlogit. Tambin se indica que la variable independiente es la que se llama gasto. Adems aparecen las variables Nij y ALTij, para indicar que el nmero de alternativas elegidas por los encuestados es distinta en cada caso, y que adems estn en distinto orden. A continuacin se realizan distintas especificaciones para este caso en concreto. Con la especificacin describe se obtienen los valores de los parmetros de la funcin de utilidad de la alternativa en cuestin. Otros datos de inters que muestra son el nmero de encuestados que la han nombrado, as como la suma de los porcentajes de gasto que realiza cada individuo en ese centro de compras. Tambin nos muestra valores de la desviacin estndar. La especificacin Crosstab va a obtener de referencias cruzadas en la que en la fila se muestra la decisin actual del encuestado, y en la columna la decisin prevista por LIMDEP. Es decir obtendremos los valores de transicin de un centro a otro. List nos va a mostrar una tabla en la que van a aparecer las probabilidades de eleccin de los distintos destinos de compras de ropa y calzado, para cada uno de los encuestados. En este ejemplo se va a obtener la elasticidad de los distintos destinos de compra en funcin del atributo Tiempo de desplazamiento (TD). Por ltimo queda explicar la funcin de utilidad que se va a emplear. La funcin de utilidad es comn para todas las alternativas. No se ha aadido ninguna constante especfica de cada alternativa pues el nmero de muestras disponibles era insuficiente. Como ya se adelant en la introduccin, la funcin de utilidad es lineal, y consta de seis trminos, uno por cada atributo empleado. El hecho de que la funcin de utilidad sea lineal, y se desprecien trminos cuadrticos y de orden superior, no influye notablemente en la fiabilidad de los resultados obtenidos. Esto es debido a que los trminos lineales suelen explicar alrededor del 80% de la 213 Modelos de eleccin discreta Apndice: Manual de Limdep variable dependiente, mientras que los trminos cuadrticos slo el 6%. El resto son trminos de orden superior. A.3.4 RESULTADOS El principal resultado que se obtiene es la funcin de utilidad. La expresin de dicha funcin toma la forma siguiente: U=-0.0164*PA-0.1751*FA+0.2392*FTP-0.0033*TD-0.0388*SERV+0.6175*COM El cuadro en el que aparecen los valores de los parmetros es el que aparece a continuacin: +---------+--------------+----------------+--------+------- --+----------+ |Variable | Coefficient | Standard Error |b/St.Er.|P[|Z|>z] | Mean of X| +---------+--------------+----------------+--------+------- --+----------+ CA -.1638885650E-01 .40722347 -.040 .9679 CB -.1751320419 .38633190 -.453 .6503 CC .2392328424 .51911345 .461 .6449 CE -.3291856369E-02 .40363886E-01 -.082 .9350 CF -.3878938520E-01 .26648346 -.146 .8843 CG .6175132060 .61134472 1.010 .3125
Hay que aclarar que en este cuadro aparecen los valores de los parmetros que intervienen en cualquiera de las funciones de utilidad de las distintas alternativas. Pero como, en este caso en concreto, la funcin de utilidad es comn a todas las alternativas, se puede expresar la funcin de la manera anterior. En este cuadro tambin se puede ver los valores de las desviaciones estndar de los valores de los parmetros de la funcin de utilidad. La tercera columna nos muestra el cociente entre el valor del parmetro y el error estndar. Esta columna se puede interpretar como la t-student. Es conveniente analizar el signo y el peso de cada uno de los parmetros que se han obtenido. Observando los valores absolutos de los parmetros se puede 214 Modelos de eleccin discreta Apndice: Manual de Limdep apreciar que el atributo de mayor importancia en la eleccin de un destino de compras es la comodidad. Claramente es el que aporta ms a la utilidad de la alternativa en cuestin. Al realizar un anlisis de los signos de los parmetros, se puede observar que hay ciertas incongruencias en dichos signos. Por ejemplo, el signo negativo del parmetro CA est indicando que cuando un aparcamiento es ms caro aumenta la utilidad de dicha alternativa, ya que los niveles empleados otorgaban el valor 2 a las alternativas con un coste de aparcamiento muy caro. Esto obviamente es errneo, ya que es lgico pensar que cuando el aparcamiento es ms caro la utilidad de la alternativa disminuir. Este error puede tener diferentes explicaciones, como la poca fiabilidad de los datos recogidos o la escasez de muestras suficientes como para desarrollar un modelo ms real. Del mismo modo que antes ocurre con el parmetro CB. Al aumentar la dificultad en encontrar aparcamiento aumenta la utilidad de la alternativa. La influencia de este parmetro es mayor que la del anterior por tener un valor absoluto mayor. El parmetro CC tiene bien el signo, ya que al aumentar la dificultad de acceso por transporte pblico, disminuye la utilidad. Si es ms fcil aumenta su utilidad. Para el siguiente atributo tambin es correcto su signo, ya que si aumenta el tiempo de desplazamiento para llegar al destino de compras, disminuye su utilidad. Aunque el coeficiente en valor absoluto sea el menor de todos, hay que tener en cuenta que los valores de los niveles de este atributo son mucho mayores que los dems, por lo que el trmino ser del mismo orden que los dems de la funcin de utilidad. El parmetro CF tambin tiene el signo errneo, pues no es lgico pensar que al haber menor nmero de bancos, correos, bibliotecas y oficinas, aumente la utilidad del destino de compras. Los motivos de este error en el signo ya se expusieron anteriormente. Por ltimo, el parmetro CG si que tiene correcto su signo, ya que al aumentar la comodidad de un centro de compras, es lgico pensar que aumentar su utilidad. 215 Modelos de eleccin discreta Apndice: Manual de Limdep En el archivo de resultados tambin se obtiene un estudio ms detallado de cada una de las alternativas estudiadas. Estos resultados se reflejan en distintas tablas, una por cada alternativa. A.3.4.1 DESCRIPCION DE ALTERNATIVAS En la parte superior del cuadro central aparece el nmero de personas que han elegido esta alternativa para realizar alguna de sus compras. Este nmero no refleja cual es el porcentaje de gasto que realizan en estos destinos. Si se suman los gastos de los encuestados en cada alternativa se obtiene el valor que aparece en la esquina superior derecha del recuadro. En la primera parte del cuadro vuelven a aparecer los valores de los parmetros de la funcin de utilidad. Si la funcin de utilidad de esta alternativa tuviera algn parmetro distinto a los dems, tambin aparecera en este cuadro. En la segunda parte del cuadro aparecen los valores medios de las encuestas que han valorado esa alternativa, es decir es la media de los valores otorgados al atributo en cuestin en las filas de una misma alternativa. Por ejemplo, si vemos el caso de El Corte Ingls de Nervin ser la media de todas las veces que se evala esta alternativa en la muestra. Al lado de esta columna est la desviacin tpica de esta muestra que se ha considerado. En el tercer cuadro por su parte se hace una media ponderada, es decir se multiplica el valor dado a un atributo por el porcentaje de gasto que en esa alternativa realiza la persona en cuestin. Luego se suman los valores de una misma alternativa y se obtiene la media. Al igual que antes la columna de su izquierda es la desviacin tpica.
+-------------------------------------------------------------------------+ : Descriptive Statistics for Alternative CIN : | Utility Function | | 3.5 observs. | | Coefficient | All 12.0 obs.|that chose CIN | | Name Value Variable : Mean Std. Dev.|Mean Std. Dev. | | ------------------- -------- | -------------------+------------------- | 216 Modelos de eleccin discreta Apndice: Manual de Limdep | CA -.0164 PA | -.833 .835| -.886 .970 | | CB -.1751 FA | .083 .793| .029 .916 | | CC .2392 FTP | .667 .888| .614 1.026 | | CE -.0033 TD | 14.583 14.532| 16.857 19.600 | | CF -.0388 SERV | -1.417 1.165| -1.686 1.011 | | CG .6175 COM | 1.083 .669| 1.143 .701 | +-------------------------------------------------------------------------+ 217 Modelos de eleccin discreta Apndice: Manual de Limdep
+-------------------------------------------------------------------------+ : Descriptive Statistics for Alternative LOSARCOS : | Utility Function | | .7 observs. | | Coefficient | All 3.0 obs.|that chose LOSARCOS | | Name Value Variable : Mean Std. Dev.|Mean Std. Dev. | | ------------------- -------- | -------------------+------------------- | | CA -.0164 PA | 1.000 1.732| 1.250 .000 | | CB -.1751 FA | 1.000 1.000| .150 .000 | | CC .2392 FTP | .000 1.000| .550 .000 | | CE -.0033 TD | 16.667 16.073| 5.250 .000 | | CF -.0388 SERV | -1.000 1.000| -.150 .000 | | CG .6175 COM | .333 1.155| .600 .000 | +-------------------------------------------------------------------------+ +-------------------------------------------------------------------------+ : Descriptive Statistics for Alternative CENTRO : | Utility Function | | 4.4 observs. | | Coefficient | All 16.0 obs.|that chose CENTRO | | Name Value Variable : Mean Std. Dev.|Mean Std. Dev. | | ------------------- -------- | -------------------+------------------- | | CA -.0164 PA | -.938 .680| -.955 .779 | | CB -.1751 FA | -1.563 .512| -1.640 .545 | | CC .2392 FTP | .813 .834| .888 1.042 | | CE -.0033 TD | 24.375 12.894| 23.371 10.383 | | CF -.0388 SERV | 1.500 .516| 1.483 .568 | | CG .6175 COM | .250 1.000| .528 1.252 | +-------------------------------------------------------------------------+ +-------------------------------------------------------------------------+ : Descriptive Statistics for Alternative NERVION : | Utility Function | | .4 observs. | | Coefficient | All 4.0 obs.|that chose NERVION | | Name Value Variable : Mean Std. Dev.|Mean Std. Dev. | | ------------------- -------- | -------------------+------------------- | | CA -.0164 PA | -.500 .577| -.150 .000 | | CB -.1751 FA | -.500 1.000| -.100 .000 | | CC .2392 FTP | 1.000 .816| .450 .000 | | CE -.0033 TD | 7.500 2.887| 3.250 .000 | | CF -.0388 SERV | .500 .577| .150 .000 | | CG .6175 COM | 1.000 .816| .450 .000 | +-------------------------------------------------------------------------+
+-------------------------------------------------------------------------+ : Descriptive Statistics for Alternative N.PLAZA : | Utility Function | | 3.6 observs. | | Coefficient | All 13.0 obs.|that chose N.PLAZA | | Name Value Variable : Mean Std. Dev.|Mean Std. Dev. | | ------------------- -------- | -------------------+------------------- | | CA -.0164 PA | -.538 1.127| -.699 .945 | | CB -.1751 FA | .308 .855| .342 .936 | | CC .2392 FTP | .692 .947| .658 1.013 | | CE -.0033 TD | 17.308 14.665| 9.932 11.675 | | CF -.0388 SERV | -.615 1.261| -.918 1.328 | | CG .6175 COM | 1.000 .913| 1.164 .869 | +-------------------------------------------------------------------------+ 218 Modelos de eleccin discreta Apndice: Manual de Limdep
+-------------------------------------------------------------------------+ : Descriptive Statistics for Alternative REMEDIOS : | Utility Function | | .9 observs. | | Coefficient | All 9.0 obs.|that chose REMEDIOS | | Name Value Variable : Mean Std. Dev.|Mean Std. Dev. | | ------------------- -------- | -------------------+------------------- | | CA -.0164 PA | -.778 .667| -.700 .000 | | CB -.1751 FA | -1.333 .500| -1.100 .000 | | CC .2392 FTP | .111 .782| .350 .000 | | CE -.0033 TD | 23.333 10.897| 17.250 .000 | | CF -.0388 SERV | .000 .500| .050 .000 | | CG .6175 COM | -.222 1.093| -.050 .000 | +-------------------------------------------------------------------------+ +-------------------------------------------------------------------------+ : Descriptive Statistics for Alternative CID : | Utility Function | | 1.3 observs. | | Coefficient | All 7.0 obs.|that chose CID | | Name Value Variable : Mean Std. Dev.|Mean Std. Dev. | | ------------------- -------- | -------------------+------------------- | | CA -.0164 PA | -.429 .787| -.120 1.459 | | CB -.1751 FA | -.143 .900| -.240 1.453 | | CC .2392 FTP | .571 .787| .760 1.308 | | CE -.0033 TD | 22.143 9.063| 17.400 19.524 | | CF -.0388 SERV | .000 1.633| .440 2.763 | | CG .6175 COM | -.143 .900| .160 2.067 | +-------------------------------------------------------------------------+ +-------------------------------------------------------------------------+ : Descriptive Statistics for Alternative HIPERCOR : | Utility Function | | .6 observs. | | Coefficient | All 3.0 obs.|that chose HIPERCOR | | Name Value Variable : Mean Std. Dev.|Mean Std. Dev. | | ------------------- -------- | -------------------+------------------- | | CA -.0164 PA | 1.667 .577| 1.000 .000 | | CB -.1751 FA | 2.000 .000| 1.100 .000 | | CC .2392 FTP | -1.667 .577| -.950 .000 | | CE -.0033 TD | 6.667 2.887| 3.500 .000 | | CF -.0388 SERV | -1.667 .577| -.950 .000 | | CG .6175 COM | 1.333 .577| .850 .000 | +-------------------------------------------------------------------------+
+-------------------------------------------------------------------------+ : Descriptive Statistics for Alternative CONTINEN : | Utility Function | | .1 observs. | | Coefficient | All 1.0 obs.|that chose CONTINEN | | Name Value Variable : Mean Std. Dev.|Mean Std. Dev. | | ------------------- -------- | -------------------+------------------- | | CA -.0164 PA | 2.000 .000| .200 .000 | | CB -.1751 FA | 2.000 .000| .200 .000 | | CC .2392 FTP | -2.000 .000| -.200 .000 | | CE -.0033 TD | 35.000 .000| 3.500 .000 | | CF -.0388 SERV | -2.000 .000| -.200 .000 | | CG .6175 COM | 1.000 .000| .100 .000 | +-------------------------------------------------------------------------+ 219 Modelos de eleccin discreta Apndice: Manual de Limdep
+-------------------------------------------------------------------------+ : Descriptive Statistics for Alternative ALCAMPO : | Utility Function | | .1 observs. | | Coefficient | All 2.0 obs.|that chose ALCAMPO | | Name Value Variable : Mean Std. Dev.|Mean Std. Dev. | | ------------------- -------- | -------------------+------------------- | | CA -.0164 PA | 2.000 .000| .200 .000 | | CB -.1751 FA | 1.500 .707| .150 .000 | | CC .2392 FTP | .500 .707| .050 .000 | | CE -.0033 TD | 45.000 14.142| 4.500 .000 | | CF -.0388 SERV | -1.500 .707| -.150 .000 | | CG .6175 COM | .000 1.414| .000 .000 | +-------------------------------------------------------------------------+ +-------------------------------------------------------------------------+ : Descriptive Statistics for Alternative FUENTES : | Utility Function | | .3 observs. | | Coefficient | All 1.0 obs.|that chose FUENTES | | Name Value Variable : Mean Std. Dev.|Mean Std. Dev. | | ------------------- -------- | -------------------+------------------- | | CA -.0164 PA | .000 .000| .000 .000 | | CB -.1751 FA | .000 .000| .000 .000 | | CC .2392 FTP | .000 .000| .000 .000 | | CE -.0033 TD | 10.000 .000| 3.000 .000 | | CF -.0388 SERV | 2.000 .000| .600 .000 | | CG .6175 COM | 2.000 .000| .600 .000 | +-------------------------------------------------------------------------+ +-------------------------------------------------------------------------+ : Descriptive Statistics for Alternative MACARENA : | Utility Function | | .1 observs. | | Coefficient | All 1.0 obs.|that chose MACARENA | | Name Value Variable : Mean Std. Dev.|Mean Std. Dev. | | ------------------- -------- | -------------------+------------------- | | CA -.0164 PA | .000 .000| .000 .000 | | CB -.1751 FA | -2.000 .000| -.200 .000 | | CC .2392 FTP | 1.000 .000| .100 .000 | | CE -.0033 TD | 5.000 .000| .500 .000 | | CF -.0388 SERV | .000 .000| .000 .000 | | CG .6175 COM | 1.000 .000| .100 .000 | +-------------------------------------------------------------------------+
Observando detenidamente la informacin suministrada por la especificacin describe, se pueden hacer los siguientes comentarios: 1. La alternativa CENTRO ha sido nombrada por todos los encuestados, un total de 16. Por consiguiente como era de esperar es la que tiene tambin el valor mximo del gasto, con un total de 4,4. Este hecho no tiene que ocurrir siempre, es decir el lugar ms nombrado por los encuestados no tiene porque 220 Modelos de eleccin discreta Apndice: Manual de Limdep ser en el que ms se gastan. Todo ello depender de los gastos individuales de los encuestados en ese centro de compras. 2. Las alternativas FUENTES, LA MACARENA y CONTINENTE (ALJARAFE) slo han sido nombradas por un solo encuestado. Adems en CONTINENTE, LA MACARENA y ALCAMPO es donde se realiza un gasto menor por parte de los encuestados. 3. Si se realiza un anlisis ms profundo se puede obtener un indicador de cada uno de los centros de compras. Esto lo podemos obtener dividiendo el gasto total en cada destino de compras entre el nmero de encuestados que eligen esa alternativa. Este indicador nos mostrar en que centro de compras se gastan ms los encuestados por persona que lo visita. Realizando esto se obtiene el siguiente cuadro:
ALTERNATIVA GASTO TOTAL N VISITANTES INDICADOR EL CORTES INGLES (NERVION) 3.5 12 0.3 LOS ARCOS 0.7 3 0.23 CENTRO 4.4 16 0.28 NERVION 0.4 4 0.1 NERVION PLAZA 3.6 13 0.28 LOS REMEDIOS 0.9 9 0.1 EL CORTE INGLES (DUQUE) 1.3 7 0.19 HIPERCOR (ALJARAFE) 0.6 3 0.2 CONTINENTE (ALJARAFE) 0.1 1 0.1 ALCAMPO 0.1 2 0.05 FUENTES 0.3 1 0.3 LA MACARENA 0.1 1 0.1
4. En el cuadro se observa que el indicador mayor es para EL CORTE INGLES (NERVION). Aunque no es el destino al que ms acuden los encuestados, CENTRO y NERVION PLAZA lo superan, s es en el que ms se gastan por trmino medio. Se observa adems que aunque el CENTRO es la alternativa a la que ms acuden, y en la que ms se gastan en valor absoluto, no es en la que ms se gastan por trmino medio. 221 Modelos de eleccin discreta Apndice: Manual de Limdep 5. La alternativa en la que el gasto por trmino medio es menor es en ALCAMPO, que aunque no es la que menos visitas tiene, s es de las que menos gastos realizan los encuestados. A.3.4.2 CROSSTAB Se muestra a continuacin la tabla de referencias cruzadas que se obtiene como resultado. En ella, las filas indican las decisiones actuales, mientras que las columnas muestran las predicciones que devuelve la aplicacin.
223 Modelos de eleccin discreta Apndice: Manual de Limdep
Importante: Los valores que se muestran en la tabla anterior estn redondeados al entero ms prximo. Es decir, si la primera cifra decimal es mayor o igual a cinco, se redondea al entero superior. Si por el contrario es inferior a cinco, se redondea al entero inferior. Esta es la causa por la que aparentemente la suma de las columnas y filas no cuadra con lo que se muestra en la columna o fila de total. A.3.4.3 ESTIMACION DE PROBABILIDADES Como parte de los resultados que se obtienen en LIMDEP, se consigue una estimacin de las probabilidades de eleccin de las distintas alternativas para cada uno de los encuestados. El cuadro que se obtiene se muestra a continuacin. En l los valores que aparecen con un asterisco al lado, representan la eleccin en la que el encuestado realiza un gasto mayor. Los valores con un signo + indican la alternativa que ha obtenido una mayor probabilidad de ser elegida como destino de compras. Esta probabilidad se obtiene a partir de los datos de las encuestas realizadas por cada individuo. La tabla que se obtiene es la siguiente: PREDICTED PROBABILITIES (* marks actual, + marks prediction.) Indiv CIN LOSARCOS CENTRO NERVION N.PLAZA REMEDIOS CID ----- HIPERCOR CONTINEN ALCAMPO FUENTES MACARENA 1 .2924 + .2619* .1795 .2662 .0000 .0000 .0000 ***** .0000 .0000 .0000 .0000 .0000 2 .2900 .0000 .4200 + .0000 .2900* .0000 .0000 ***** .0000 .0000 .0000 .0000 .0000 3 .2198 .0000 .3182 + .2423 .2198* .0000 .0000 ***** .0000 .0000 .0000 .0000 .0000 4 .3668 + .0000 .1964 .0000 .3529* .0839 .0000 ***** .0000 .0000 .0000 .0000 .0000 5 .0000 .0000 .1160* .0000 .3052 .0984 .0804 ***** .3999 + .0000 .0000 .0000 .0000 6 .4991*+ .0000 .2318 .0000 .0000 .0000 .2691 ***** .0000 .0000 .0000 .0000 .0000 224 Modelos de eleccin discreta Apndice: Manual de Limdep 7 .2642 + .0000 .2500 .2217 .2642* .0000 .0000 ***** .0000 .0000 .0000 .0000 .0000 8 .3677*+ .0000 .1237 .0000 .3618 .0450 .1018 ***** .0000 .0000 .0000 .0000 .0000 9 .2907 + .0640 .1211 .2399 .2843* .0000 .0000 ***** .0000 .0000 .0000 .0000 .0000 10 .2290 .0000 .1828* .0000 .1195 .3177 + .1509 ***** .0000 .0000 .0000 .0000 .0000 11 .2535* .0000 .2590 + .0000 .2439 .1793 .0000 ***** .0000 .0643 .0000 .0000 .0000 12 .2496* .0000 .1003 .0000 .2496 .0000 .0000 ***** .0000 .0000 .1247 .2757 + .0000 13 .0000 .0000 .3644* .0000 .0000 .3788 + .2567 ***** .0000 .0000 .0000 .0000 .0000 14 .0000 .0000 .2091 .0000 .1663 .2521 .2688*+ ***** .1038 .0000 .0000 .0000 .0000 15 .2192*+ .0000 .1347 .0000 .1770 .1447 .1409 ***** .1835 .0000 .0000 .0000 .0000 16 .0000 .0714 .3936*+ .0000 .2420 .0754 .0000
De todos los encuestados, slo en los casos nmero 6, 8, 14, 15 y 16 coincide que la opcin a la que ms probabilidad le da LIMDEP de ser elegida por el encuestado, es la que realmente elige. En el caso del encuestado 7 coinciden aparentemente la eleccin realizada, con la predecida por LIMDEP, aunque los marca de forma separada, seguramente porque se diferencian en el quinta decimal. Para continuar con el anlisis, se observa que en los casos 1,4,9,11,12 y 13 la opcin en la que se realiza el gasto est muy cerca de la que muestra LIMDEP como de mxima probabilidad. En estos casos, la opcin elegida en primer lugar resulta ser la segunda de mayor probabilidad. Como casos especiales resultan los encuestados 2, 3, 5 y 10 en los que hay gran diferencia entre lo estimado por LIMDEP y lo que realmente eligen estos encuestados. Esto puede ser debido a que no est contemplado en estos atributos, alguna caracterstica importante para decidir su destino de compras. A.3.4.4 ELASTICIDADES Las elasticidades estn calculadas respecto al atributo tiempo de desplazamiento. Se han calculado respecto a este atributo pues a priori se estim que de los que se evalan en la funcin de utilidad, era el ms importante. 225 Modelos de eleccin discreta Apndice: Manual de Limdep En el encabezado de cada cuadro aparece el nombre de la alternativa a la que est referida. En los distintos cuadros aparecen varias columnas. Estas columnas son usadas en el caso de que se utilizara una estructura jerrquica, en la que se hubiera definido un rbol determinado de un mximo de cuatro niveles. Al no ser este nuestro caso, simplemente nos limitamos a analizar la columna Choice. La columna Total Effect representara la suma de las valores de la fila correspondiente. En cada fila est representada cada alternativa, como se puede apreciar a la izquierda del cuadro. El asterisco que aparece al lado de una de las alternativas en cada cuadro, indica que esa es la alternativa en la cual se ha producido la variacin en el Tiempo de desplazamiento.
Al analizar los distintos clculos de elasticidades que se han realizado respecto al atributo Tiempo de Desplazamiento, para cada alternativa, se pueden obtener las siguientes conclusiones: 230 Modelos de eleccin discreta Apndice: Manual de Limdep 1. En todos los casos los resultados son coherentes. Esto es obvio, ya que un aumento del tiempo que se tarda en llegar a su destino hace disminuir su probabilidad de eleccin, y hace aumentar la probabilidad de elegir cualquiera de las otras alternativas. 2. A la alternativa que ms le afecta un aumento del tiempo de desplazamiento es a la alternativa CENTRO, pues su probabilidad de eleccin disminuye en 0,067. Debido a esto las elasticidades cruzadas de las otras alternativas hacen aumentar la probabilidad de los otros destinos en 0,16 si aumenta el tiempo de desplazamiento para la alternativa CENTRO. Esto puede ser debido a que esta alternativa es la ms visitada y en la que el gasto total es mayor. 3. Las alternativas a las que menos les afecta este atributo son a LA MACARENA y a FUENTES, los cuales slo disminuyen en 0,001. Este valor tan bajo puede ser debido al escaso nmero de muestras de estas dos alternativas. En el caso de LA MACARENA se observa que las elasticidades cruzadas son nulas, lo que hace pensar que el argumento anterior es vlido. Pues si no aumenta nada la probabilidad de eleccin de las otras alternativas al aumentar el tiempo de desplazamiento de LA MACARENA, nos indica que esta alternativa tiene escasa consideracin, principalmente a que slo un encuestado la ha seleccionado. 4. La alternativa en la que las elasticidades cruzadas son mayores es en el CENTRO. La justificacin a esto puede ser que al ser la alternativa que ms encuestados han seleccionado, si aumenta el tiempo en acceder al CENTRO, habr menos individuos que elijan este como su destino de compras, y por tanto sus destinos alternativos tendrn ms probabilidad de ser elegidos. Es una justificacin anloga al caso de LA MACARENA. 231 Modelos de eleccin discreta Bibliografa
BIBLIOGRAFIA Junta de Andaluca, Comercio y Territorio. 1994 Ayuntamiento de Sevilla, Informe Socioeconmico de la Ciudad de Sevilla. 1998 Junta de Andaluca , Las Grandes Superficies Comerciales y la Reestructuracin de la Distribucin Comercial en Andaluca. 1997 Ministerio de Economa y Hacienda, La Distribucin Comercial en Espaa. 1998 Junta de Andaluca, Plan Integral de Fomento del Comercio Interior de Andaluca. 1998 Anderson N.H., A Functional Theory of Cognition, Lawrence Erlbaum Associates, Inc., Pub., 1996. Ben-Akiva M., Lerman S.R. 1985. Discrete Choice Analysis. The MIT Press, Cambridge, Massachusetts, USA. Domencich T.A., McFadden D., Urban Travel Demand: A Behavioral Analysis, North Holland, Amsterdam, 1975. Lancaster, K., Consumer Demand: A New Approach, Columbia University Press, New York. 1971. Larraeta J., Canca D., Racero J., Modelos de Planificacin de Trfico, Escuela Superior de Ingenieros de Sevilla. 1997. Limdep, Econometric Software Inc., Users Manual, version 7.0, Castle Hill, NSW, Australia. 1998.
232 Modelos de eleccin discreta Bibliografa Louviere J., Analyzing Decision Making. Metric Conjoint Analysis. Serie Quantitative Applications in the Social Science n1 67. Sage University Press. 1988. Luce R.D., Individual Choice Behaviour, John Wiley & Sons, New York 1959. Maxwell S.E., Delaney H.D., Designing Experiments and Analyzing Data. A Model Comparison Perspective. Brooks/Cole Pub.Co., 1990. Montgomery , Diseo de Experimentos, McGraw-Hill, 1999. Oppewal H., Conjoint Experiments and Retail Planning. Modelling Consumer Choice of Shopping Centre and Retail Reactive Behaviour. Tesis Doctoral Technische Universiteit Eindhoven. 1995. ISBN 90-6814-532-0