Está en la página 1de 227

ANLISIS DEL VALOR SOCIAL DEL TIEMPO DE VIAJE URBANO

DIFERENCIADO POR MODO

Para: Subsecretara de Transportes


SUBTRANS
INFORME FINAL

Santiago, Diciembre de 2011

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

NDICE
A

METODOLOGA GENERAL ................................................................................................. 1


A.1

Recopilacin de Antecedentes y Revisin Metodolgica (Tarea 1) ................................................ 3


A.1.1

Estudios Tericos ......................................................................................................... 3

A.1.2

Estudios Empricos ....................................................................................................... 5

A.2

Procesamiento de Informacin de Viajes y Consumos de Tiempo (Tarea 2) .................................. 6

A.3

Clculo de Valores del Tiempo (Tarea 3)........................................................................................... 7

A.4

Definicin de una Metodologa de Clculo de Beneficios (Tarea 4) ............................................ 10

A.5

Aplicacin de la Metodologa y Evaluacin de los Proyectos (Tarea 5)...................................... 11

RECOPILACIN DE ANTECEDENTES Y REVISIN METODOLGICA (TAREA 1) ..................... 13


B.1.1

Modelacin Microeconmica del VST ................................................................... 13

B.1.2

Estudios Tericos ....................................................................................................... 18

B.1.3

Estudios Empricos ..................................................................................................... 21

PROCESAMIENTO DE INFORMACIN DE VIAJES Y CONSUMOS DE TIEMPO (TAREA 2) ....... 28


C.1.1

Anlisis de la Informacin Disponible para la Calibracin .................................. 28

C.1.2

Tipos de Datos Usados para la Calibracin .......................................................... 29

CLCULO DE VALORES DEL TIEMPO (TAREA 3) .................................................................. 31


D.1

Calibracin de Modelos de Particin Modal para Estimar el VST ................................................ 31


D.1.1

Desarrollos Tericos.................................................................................................. 32

D.1.2

Diagnstico General de la Estimacin Actual del VST y Anlisis


Crtico ......................................................................................................................... 32

D.1.3

Calibracin Clsica de Modelos de Eleccin Discreta ........................................ 34

D.1.4

Anlisis Economtrico de Resultados y Seleccin del Modelo


Definitivo .................................................................................................................... 39

D.2

D.3

D.1.5

Seleccin de Modelos para Estimacin del VST ................................................... 43

D.1.6

Construccin de Intervalos de Confianza para el VST ......................................... 44

Estimacin Modelos y Valores del Tiempo, Ciudad de Antofagasta ............................................. 47


D.2.1

Anlisis de la Informacin Disponible para la Calibracin .................................. 47

D.2.2

Determinacin de Variables de Nivel de Servicio ................................................ 54

D.2.3

Resultados Proceso de Calibracin Perodo Punta Maana ................................ 55

D.2.4

Resultados Proceso de Calibracin Perodo Fuera de Punta................................ 65

Estimacin Modelos y Valores del Tiempo, Ciudad de Talca ........................................................ 72

ii

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

Anlisis de la Informacin Disponible para la Calibracin .................................. 72

D.3.2

Determinacin de Variables de Nivel de Servicio ................................................ 79

D.3.3

Resultados Proceso de Calibracin Perodo Punta Maana ................................ 80

D.3.4

Resultados Proceso de Calibracin Perodo Fuera de Punta................................ 91

DEFINICIN DE UNA METODOLOGA DE CLCULO DE BENEFICIOS (TAREA 4) .................... 99


E.1

E.2
F

D.3.1

Estimacin de un Valor Social del Tiempo........................................................................................ 99


E.1.1

Enfoque Tradicional .................................................................................................. 99

E.1.2

Enfoque Alternativo ................................................................................................ 100

E.1.3

Clculo Valor Social del Tiempo para Antofagasta........................................... 104

E.1.4

Clculo Valor Social del Tiempo para Talca ...................................................... 107

Metodologa para el Clculo de Beneficios ................................................................................. 111

APLICACIN DE LA METODOLOGA Y EVALUACIN DE LOS PROYECTOS (TAREA 5) ........ 113


F.1

Comparacin de la Estimacin de Beneficios por Ahorro de Tiempo Usando Valor del Tiempo
por Modo para la Ciudad de Antofagasta ................................................................................... 113

F.2

Comparacin de la Estimacin de Beneficios por Ahorro de Tiempo Usando Valor del Tiempo
por Modo para la Ciudad de Talca............................................................................................... 117

CONCLUSIONES............................................................................................................ 123

ANEXOS ....................................................................................................................... 126


H.1

H.2

DICTUC S.A.

Modelos Exploratorios Antofagasta ............................................................................................... 126


H.1.1

Modelos Punta Maana........................................................................................ 126

H.1.2

Modelos Fuera de Punta ....................................................................................... 144

Modelos Exploratorios Talca .......................................................................................................... 158


H.2.1

Modelos Punta Maana........................................................................................ 158

H.2.2

Modelos Fuera de Punta ....................................................................................... 189

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

METODOLOGA GENERAL

La Subsecretara de Transporte, a travs de la Secretara Ejecutiva de


Transporte (SECTRA), invit en el mes de Octubre de 2011 a presentar propuestas para la
realizacin del estudio "Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado
por Modo". Su objetivo general, segn se establece en las Bases Tcnicas de los Trminos
de Referencia, es el de analizar los efectos del uso de un valor social del tiempo
diferenciado por modo en la evaluacin de proyectos de transporte urbano.
Los objetivos especficos definidos dentro de las mismas bases de licitacin son
los siguientes:
I.

Calcular el valor social del tiempo basado en el ingreso de las


personas: este objetivo tiene como finalidad calcular el VST diferenciado por
modo usando la metodologa que aplica el Ministerio de Planificacin (ahora
Ministerio de Desarrollo Social) para el caso interurbano. De esta forma, las
diferencias entre modos se deben slo a diferencias en el ingreso promedio de
los usuarios de los distintos modos de transporte.

II.

Calcular el valor social del tiempo basado en el valor subjetivo


del tiempo de las personas: este objetivo tiene como finalidad calcular el
VST utilizando los valores subjetivos del tiempo que se obtienen de modelos de
eleccin de modo. De esta forma, las diferencias en el VST entre modos puede
deberse a diferencias de ingreso como a distintas percepciones de calidad de
viaje.

III.

Definir la forma de aplicar el VST diferenciado por modo en la


valoracin de beneficios: este objetivo busca hacer un anlisis del efecto
sobre los beneficios que tiene usar VST diferentes por modo cuando el
proyecto produce cambios en la particin modal.

IV.

Comparar los beneficios obtenidos con un nico VST y con un VST


diferenciado por modo: este objetivo consiste en analizar los efectos que
tendra, en una evaluacin social, valores del tiempo diferenciados por modo.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

Las tareas que se deben desarrollar para lograr los objetivos generales y
especficos del presente estudio son las siguientes:
Tarea 1:

Recopilacin de Antecedentes y Revisin Metodolgica.

Tarea 2:

Procesamiento de Informacin de Viajes y Consumos de Tiempo.

Tarea 3:

Clculo de Valores del Tiempo.

Tarea 4:

Definicin de una Metodologa de Clculo de Beneficios.

Tarea 5:

Aplicacin de la Metodologa y Evaluacin de los Proyectos.

La metodologa de detalle para abordar cada una de las cinco tareas que
conforman el presente estudio se expone en el captulo B.
En trminos globales, la metodologa general para la estimacin del VST por
modo se basar en la construccin de modelos de eleccin discreta explicativos los cuales,
y a diferencia de los modelos predictivos usados en planificacin de transporte urbano,
permitirn capturar una mayor heterogeneidad de los atributos que inciden en el
comportamiento y valoracin de los viajeros al momento de decidir qu modo de
transporte escoger.
Los modelos a desarrollar sern del tipo Logit Multinomial con variaciones
sistemticas en los gustos, los que permiten capturar interacciones entre los atributos o
variables explicativas consideradas, las variables de decisin y las caractersticas sociodemogrficas de los viajeros.
A continuacin se sintetiza la metodologa general asociada a cada una de las
cinco (5) tareas definidas, las cuales sern detalladas posteriormente en la seccin B.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

A.1 Recopilacin de Antecedentes y Revisin Metodolgica (Tarea 1)


El objetivo de esta Tarea es el de proporcionar antecedentes robustos y
objetivos relacionados con las diferentes metodologas utilizadas para cuantificar el valor
del tiempo de los individuos (VT), y obtener directrices especficas para la posterior
estimacin del VST de viajeros urbanos diferenciados por modo. Debe notarse que en la
seccin B se presenta un anlisis ms detallado al respecto, donde se precisan las
conclusiones ms especficas a partir de los resultados analticos de los distintos modelos
estudiados.
En la literatura especializada sobre el tema de este Estudio, existe un amplio y
profundo tratamiento a los distintos puntos especficos que fue necesario abordar para
obtener los resultados esperados. Dentro de los estudios existentes, es factible distinguir
aquellos que son de carcter terico de los de carcter emprico. Los trabajos de carcter
terico buscan entender y mejorar la formulacin de los modelos microeconmicos y
economtricos desarrollados sobre los conceptos de valor del tiempo y costo de
oportunidad, mientras que los trabajos empricos buscan validar las hiptesis que surgen de
los desarrollos tericos recin explicados.
A continuacin se resumen algunos trabajos ya revisados y que son relevantes
para el mejor desarrollo del Estudio, especificando primero los trabajos existentes de tipo
terico y posteriormente los de tipo emprico.
A.1.1

Estudios Tericos

Bates, J. y Roberts, M. (1986): Value of Time Research: Summary of Methodology and


Findings. 14th Ptrc Summer Annual Meeting, University Of Sussex, 14-18 Julio.
Becker, G. (1965): A Theory of the Allocation of Time. The Economic Journal, 75, pgs.
828-846.
Ben-Akiva, M. y S. Lerman (1985). Discrete Choice Analysis. MIT Press, Cambridge Mass.
De Serpa, A. (1971): A Theory of the Economics Of Time. The Economic Journal, 81, pgs.
828-846.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

De Serpa, A. (1973): Microeconomic Theory and the Valuation of Travel Time: Some
Clarifications. Regional Urban Economics, 2, pgs. 401-410.
Domencich, T. y D. Mcfadden (1975) Urban Travel Demand: A Behavioural Analysis.
North-Holland, Amsterdam.
Evans, A. (1972): On the Theory of Valuation And Allocation of Time. Scottish Journal of
Political Economy, 19, pgs. 1-17.
Fernndez, J.E. (1992): El Valor Subjetivo del Tiempo: Antecedentes y Marco Terico para
una Investigacin Emprica. Documento de Trabajo N 63, Pontificia Universidad Catlica
de Chile.
Gonzlez, R.M. (1997): The Value of Time: A Theoretical Review. Transport Reviews, 17,
pgs. 245-266.
Jara Daz, S.R. (1990): Valor Subjetivo del Tiempo y Utilidad Marginal del Ingreso en
Modelos de Particin Modal. Apuntes de Ingeniera, 39, pgs. 41-50.
Jara Daz, S.R. y Ortzar, J. de D. (1986): Valor Subjetivo del Tiempo y Rol del Ingreso en
la Especificacin de la Demanda por Transporte. Apuntes de Ingeniera, 24, pags. 5-36.
Jara-Daz, S.R., J. de D. Ortzar y R. Parra (1988): Valor Subjetivo del Tiempo
Considerando Efecto Ingreso en la Particin Modal, V Congreso Panamericano de
Ingeniera de Trnsito y Transporte. Universidad de Puerto Rico, Mayagez.
Mc Fadden, D. (1973): Conditional Logit Analysis of Qualitative Choice Behaviour. En
Frontiers In Econometrics, P. Zarembka, (Ed.). Academic Press, Nueva York.
Mc Fadden, D. (1974): The Measurement of Urban Travel Demand. Journal of Public
Economics, 3, 303-328.
Mc Fadden, D. (1978): Modelling the Choice of Residential Location. En Spatial Interaction
Theory and Planning Models, A. Karquist et al. (Eds.), North-Holland Press, Amsterdam.
Mc Fadden, D. y K. Train (2000): Mixed MNL Models for Discrete Response. Journal of
Applied Econometrics, 15, pags. 447-470.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

Meijer, E. y J. Rouwendal (2000): Measuring Welfare Effects in Models with Random


Coefficients. Research Report, University of Groningen.
Ortzar, J. de D. (1983): Nested Logit Models for Mixed-Mode Travel in Urban Corridors.
Transportation Research, 17A, pags. 283-299.
Ortzar, J. de D. y L.G. Willumsem (2011): Modelling Transport, 4a Edicin, Wiley.
Ruud, P. (1996): Approximation and Simulation of the Multinomial Probit Model: An
Analysis Of Covariance Matrix Estimation. Working Paper, Department of Economics,
University of California, Berkeley.
Train, K. (1986): Qualitative Choice Analysis, MIT Press, Cambridge, Mass.
Train, K. y D. Mc Fadden (1978): The Goods/Leisure Trade-Off and Disaggregate Work
Trip Mode Choice Models. Transportation Research, 12, pags. 349-353.
Williams, H.C.W.L. (1977): On the Formation of Travel Demand Models and Economic
Evaluation Measures of User Benefit. Environment and Planning, 9A, pags. 285-344.
A.1.2

Estudios Empricos

Algers, S., P. Bergstrm, M. Dahlberg y J. Lindqvist (1998): Mixed Logit Estimation of the
Value of Travel Time. Working Paper, Department of Economics, Uppsala University.
Boyd, J. y R. Mellman (1980): The Effect of Fuel Economy Standards on the U.S.
Automotive Market: A Hedonic Demand Analysis. Transportation Research, 14A, pags.
367-378.
Brownstone, D. y K. Train (1999): Forecasting New Product Penetration with Flexible
Substitution Patterns. Journal of Econometrics, 89, pags. 109-129.
Cardell, N y F. Dunbar (1980): Measuring the Societal Impacts of Automobile Downsizing.
Transportation Research, 14A, pags. 423-434.
Carlsson, F. (1999): The Demand for Intercity Public Transport: The Case of Business
Passengers. Working Papers in Economics, Department of Economics, Goteborg University.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

Gonzlez Marrero, R.M. (1995): La Demanda de Transporte de Pasajeros en el Trayecto


Gran Canaria-Tenerife. Una Aplicacin de los Modelos de Eleccin Discreta. Tesis
Doctoral, Universidad de La Laguna.
Hensher, D. (2001): Measurement of the Valuation of Travel Time Savings. Journal of
Transport Economics and Policy, 35, pags. 71-98.
Hensher, D. (2001): The Valuation of Commuter Travel Time Savings for Car Drivers:
Evaluating Alternative Model Specifications. Transportation, 28, pags. 101-118.
Jara Daz, S.R. y Farah, M. (1986): Transporte y Gasto Familiar en Sectores de Bajos
Ingresos en Santiago. Actas Del IV Congreso Panamericano de Ingeniera de Transporte y
Trfico, Santiago.
Jara Daz, S.R. y Farah, M. (1987): Transport Demand and Users Benefits with Fixed
Income: The Goods/Leisure Trade Off Revisited. Transportation Research, 21B, pgs.165170.
Train, K. (1998): Recreation Demand Models with Taste Differences over People. Land
Economics, 74, pags. 230-239.
A.2 Procesamiento de Informacin de Viajes y Consumos de Tiempo
(Tarea 2)
Para calibrar correctamente los modelos economtricos a partir de los cuales
se realizar la posterior estimacin del VST, es fundamental disponer de la informacin de
bases adecuada. En este estudio, y de acuerdo con el mandante, la informacin bsica
para la estimacin de los modelos de demanda provino de las Encuestas Origen-Destino de
Viajes de las ciudades de Antofagasta y Talca, para los aos 1998 y 2003
respectivamente.
Estas encuestas fueron diseadas para obtener la informacin representativa
de un da laboral del perodo representativo, para perodos Punta y Fuera de Punta.
A partir de la informacin recogida se pueden estimar matrices de viajes por
modo, perodo, propsito y otros atributos. Luego, con la informacin contenida en ambas
encuestas, se pueden calibrar los distintos modelos de demanda para la posterior

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

estimacin del VST. No obstante, al revisar en detalle el contenido de los Estudios


mencionados, se detect la inexistencia de una parte complementaria y fundamental para
la estimacin de modelos de eleccin discreta, cual es la definicin de los niveles de
servicio experimentadas por los usuarios al momento de realizar los viajes. No obstante, en
este caso fue posible estimar exgenamente dichas variables explicativas, aunque en forma
agregada, para luego incorporarlas en la modelacin.
Respecto a las caractersticas de los viajeros, que tambin corresponden a
variables explicativas de los modelos de demanda, la informacin fue extrada de la base
de datos de ambas encuestas. En este caso, y a modo de ejemplo, las variables relevantes
podan ser:
Rango de ingreso
Propsito del viaje
Disponibilidad de automvil
Longitud del viaje
Sexo y edad del individuo
etc.
A.3 Clculo de Valores del Tiempo (Tarea 3)
El objetivo de esta Tarea era contrastar empricamente, mediante la revisin de
documentos especializados, cules son las principales consecuencias que se derivan del
uso de distintas especificaciones de modelos de eleccin discreta que permitan estimar la
demanda de transporte y derivar los valores del tiempo. Tradicionalmente, los valores del
tiempo de viaje que se han utilizado en evaluacin de proyectos de inversin en el sector
del transporte, se han obtenido a partir de modelos relativamente sencillos y que pueden
ser estimados sin dificultad mediante una amplia gama de software disponible en el
mercado. Luego, es posible evaluar la sensibilidad de los valores del tiempo de viaje a la
especificacin economtrica del modelo.
La mayora de los estudios existentes en que se cuantifica el valor del tiempo,
se basan en la calibracin de modelos de eleccin discreta. Mediante tcnicas

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

economtricas es posible estimar los parmetros que componen las funciones de utilidad
indirecta correspondientes, y luego usarlos para calcular tasas de sustitucin entre tiempo y
dinero que permiten estimar el valor del tiempo para distintas categoras de individuos.
La mayora de los estudios usan modelos de eleccin discreta tipo Logit,
calibrados con informacin obtenida de experiencias de preferencia reveladas (PR) y
preferencias declaradas (PD). Las PR entregan informacin del comportamiento observado
de los individuos, mientras que las PD entregan informacin proveniente de su
comportamiento en situaciones hipotticas a los que se ven enfrentados en un experimento
controlado por el analista.
En relacin con la funcionalidad de los modelos, ellos se pueden clasificar en
dos grandes grupos: modelos explicativos y modelos predictivos. Los primeros tienen por
objeto central entender de la mejor forma posible las elecciones de los usuarios y las
variables que las condicionan; ellos son ms adecuados para obtener estimaciones de los
valores subjetivos del tiempo de los viajeros. En este contexto, es normal testear y usar
variables asociadas a las personas tales como sexo, edad, tipo de trabajo, composicin del
grupo familiar y otras variables que son de difcil prediccin. De lo anterior, es fcil
entender que dichos modelos son ms tiles para ser usados como herramientas de
inferencia estadstica.
Por otro lado, los modelos predictivos tienen por finalidad ser usados para
realizar proyecciones futuras. Es condicin necesaria de estos modelos incluir variables
explicativas factibles de proyectarse con una cierta confianza, e incluir condiciones de
disponibilidad de modos de transporte, posibles de reproducir por los modelos estratgicos
existentes. Luego, no son necesariamente los ms adecuados para hacer inferencia
respecto a los parmetros ni para obtener las mejores estimaciones del valor del tiempo.
En la literatura especializada existen mltiples desarrollo tericos a partir de
los cuales se formulan distintos modelos economtricos de eleccin discreta. Los desarrollos
se basan principalmente en los supuestos que se realizan respecto a la estructura de la
matriz de covarianza del trmino de error de los respectivos modelos.
Los ms tradicionales, y que en sntesis sern los considerados en el contexto
del presente estudio, corresponden a los modelos tipo Logit Multinomial (MNL) y Jerrquico
(HL). Estos resultan de suponer funciones de probabilidad Gumbel independientes e

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

idnticamente distribuidas (iid), pero incorporando la presencia de correlacin entre


algunos de los modos elegidos en el caso del HL. Estos modelos tienen la gran ventaja de
que han sido aplicados a mltiples situaciones y existen herramientas disponibles en el
mercado para tratar sus diversas formulaciones, reportando eficientemente los resultados
obtenidos.
Adicionalmente, existen otros tipos de modelos, ms flexibles en trminos de la
definicin de la matriz de covarianza del error, pero que en trminos prcticos presentan
reducidas ventajas respecto a los modelos MNL y HL. Entre estos se pueden mencionar el
Probit y el Mixed Logit. La construccin de modelos Probit se descart como parte de este
estudio, ya que aplicarlo cuando los individuos tienen ms de tres alternativas de modos de
transporte (como es nuestro caso urbano) su tratamiento computacional resulta
impracticable. El modelo Mixed Logit, por su parte, permite trabajar con estructuras
complejas de heterogeneidad, tales como correlacin cruzada y variaciones en los gustos;
sin embargo, su estimacin es extremadamente compleja y el clculo de VST a partir de
ellos enfrenta en la actualidad una seria polmica en la literatura especializada (Ortzar y
Willumsen, 2011).
En general se puede afirmar que al adquirir mayor flexibilidad en el trmino
de error modelado, se pierden las facilidades de estimacin asociadas a los modelos ms
simples. Los modelos MNL y HL pueden ser estimados simple y eficientemente mediante
mxima verosimilitud, debido a que sus probabilidades de eleccin presentan expresiones
matemticas cerradas. Por otro lado, los modelos ms flexibles (Probit y Mixed Logit)
requieren de simulacin para la estimacin de los parmetros. Esto debido a que la
expresin de la probabilidad de eleccin corresponde a una integral que carece de
primitiva. Por ello es posible hablar de un compromiso entre estimabilidad y flexibilidad. Sin
embargo, se ha constatado empricamente que la mejora asociada a modelos Probit y
Mixed Logit, respecto a modelos Logit MNL y HL, es muchas veces poco significativa, por
lo que en el contexto del presente Estudio, y dado que se requiere construir modelos
explicativos con un mayor nmero de variables, y probar mltiples combinaciones, se
optar por el uso de especificaciones MNL y eventualmente HL. La herramienta de
estimacin ser, en todos los casos, el software Biogeme.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

10

A.4 Definicin de una Metodologa de Clculo de Beneficios (Tarea 4)


En esta tarea se proponen estimaciones de valores sociales del tiempo a partir
de los resultados de los modelos de demanda explicativos expuestos en las tareas
anteriores. Se proponen dos enfoques alternativos para la obtencin de un valor social del
tiempo.
El primer enfoque, que denominaremos enfoque tradicional, se basa en los
desarrollos econmicos convencionales que sugieren definir la valoracin social del tiempo
de viaje como la suma de las disposiciones a pagar de la totalidad de los viajeros del
sistema sin ponderaciones especiales.
Sin embargo, esta forma de calcular el valor social del tiempo puede generar
problemas de equidad, ya que se tendera a desarrollar proyectos de transporte slo para
los individuos de mayores ingresos (que tienen mayor valor subjetivo del tiempo). Por esta
razn es que, a partir de las estimaciones individuales de las disposiciones a pagar por
ahorrar tiempo de los distintos tipos de individuos, se suele generar una estimacin
promedio, la cual es utilizada para evaluar los distintos proyectos de transporte, eliminando
los problemas de equidad asociados a utilizar disposiciones a pagar individuales. Es
necesario considerar que el valor del tiempo calculado como disposicin a pagar, no es
realmente pagado en estos casos, sino que se transforma en un beneficio obtenido por el
usuario del proyecto.
El segundo enfoque, que denominaremos enfoque alternativo, fue incorporado
a solicitud expresa de la Contraparte Tcnica. Este se caracteriza porque la valoracin por
ahorrar tiempo de viaje depender de la carga tributaria de cada individuo, y no de su
productividad marginal. Si bien este segundo enfoque parecera ser una alternativa de
estimacin del VST, presenta una serie de supuestos externos que limitan su uso los cuales
son expuestos y comentados ms adelante (Glvez y Jara-Daz, 1995).

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

11

A.5 Aplicacin de la Metodologa y Evaluacin de los Proyectos (Tarea 5)


La evaluacin econmica desde el punto de vista social considera como costos
y beneficios de un proyecto a todos aquellos que se producen debido a su implementacin,
independientemente de quin o quines sean los sujetos que perciben los beneficios o
incurren en los costos. Interesa la situacin de la comunidad como un todo, analizando si
se ver beneficiada por la realizacin de un determinado proyecto. Se toma en cuenta
todos los costos (sean stos directos, asociados, indirectos e intangibles) y todos los
beneficios (sean stos tambin directos, indirectos o intangibles).
El criterio general para determinar los costos y beneficios relevantes de un
proyecto, es considerar todos aquellos costos y beneficios que se produciran si se
implementara el proyecto y que no se produciran si no se realizara. Es decir que la
comparacin de lo que sucede con proyecto versus lo que hubiere sucedido sin
proyecto, definir los costos y beneficios pertinentes del mismo, que slo se generan a
travs de l y que de no hacerlo no existen.
La metodologa a implementar para la cuantificacin de la conveniencia desde
una perspectiva social de implementar un determinado escenario de transporte pblico, se
basar en la utilizacin del Anlisis Costo Beneficio (ACB).
El ACB intenta evaluar monetariamente los flujos de beneficios y costos que,
desde el punto de vista de la sociedad en su conjunto, se asocian con cada una de las
alternativas de planes o proyectos que se estudian. Considera, en consecuencia, tanto los
beneficios y costos que el mercado valora como aquellos que no tienen una directa
manifestacin monetaria. Este es el principal rasgo que distingue el ACB de las tcnicas de
evaluacin de inversiones utilizadas en el sector privado.
En este sentido, el VST corresponde al precio del recurso tiempo,
que es considerado para efectos del ACB como un insumo productivo
relevante.
El ACB pretende realizar una investigacin sistemtica y cuantitativa de todas
las facetas de un problema de decisin pblica, hacindolas comparables a travs del
patrn comn que es el dinero en su valor presente o actual. En consecuencia, las
corrientes de costos y beneficios que se producen a lo largo del tiempo se deben reducir a

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

12

su valor actual por medio de un tipo de descuento. Una vez alcanzada esta etapa se
necesita usar alguna regla de decisin para elegir la alternativa ms eficiente, teniendo en
cuenta los riesgos e incertidumbre que acompaan a los proyectos y, adems, a sus efectos
distributivos.
El objetivo del ACB es maximizar los beneficios sociales que se pueden derivar
del uso de determinados recursos o, ms formalmente, maximizar el bienestar social. Por
eso, el concepto de excedente del consumidor, propio de la Economa del Bienestar y que
intenta medir las ganancias de bienestar de los individuos, es un concepto de referencia
importante para el ACB. El excedente del consumidor puede definirse como la diferencia
entre el precio que el consumidor estara dispuesto a pagar antes de quedarse sin un bien y
el precio que realmente paga. Si suponemos que las funciones individuales de utilidad son
idnticas, podramos medir el aumento del bienestar social que produce un determinado
proyecto sumando los excedentes del consumidor individuales que se derivan del mismo. El
ACB escogera aquel proyecto que genera el mayor aumento del bienestar social.
Sin embargo, como la constancia de la utilidad marginal del ingreso y el
enfoque cardinal de la utilidad, supuestos que subyaceran a esta operacin de
agregacin, plantean importantes dudas tericas, nos vemos abocados a recurrir al criterio
de Pareto y, ms en particular, al principio de compensacin que suaviza y ampla las
posibilidades de aplicacin de este criterio. Segn este criterio un proyecto de carcter
social sera aceptable si los beneficiarios pueden compensar a los perjudicados y, despus
de ello, todava mejoran su posicin. Bajo la perspectiva Paretiana, los costos sociales de
un proyecto pblico se contemplaran, por lo tanto, en trminos de posibilidad de
compensacin.
En sntesis, el ACB se fundamenta en estas ideas de referencia de la Economa
del Bienestar, aunque su desarrollo operativo obedezca a un enfoque ms pragmtico
debido a los obstculos tericos que se han mencionado.
Los proyectos que sern re-evaluados como parte de esta Tarea, y convenidos
con la Contraparte Tcnica del Estudio, mantienen el enfoque metodolgico que fue
considerado para su evaluacin original, a fin de que la re-estimacin del VST entregue
eventuales diferencias atribuibles nicamente a dicha re-estimacin.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

13

RECOPILACIN DE ANTECEDENTES Y REVISIN METODOLGICA


(TAREA 1)

B.1.1

Modelacin Microeconmica del VST

De acuerdo a lo establecido en las bases de licitacin, uno de los mltiples


productos finales de este Estudio es la estimacin de un VST por modo de transporte. La
estimacin del valor del tiempo depender principalmente de las caractersticas de los
individuos y las caractersticas del viaje; la metodologa en este caso se basa en la
calibracin de modelos economtricos de eleccin discreta.
Para estimar el valor monetario que se asigna al ahorro (o desahorro) de
tiempo que induce un determinado proyecto, se utilizan comnmente los parmetros y
resultados obtenidos de modelos de eleccin discreta, que a su vez son consistentes con los
desarrollos microeconmicos sobre el tema. A continuacin se presentan antecedentes
generales que permiten entender conceptualmente la manera en que se debe cuantificar el
ahorro de tiempo, y posteriormente se exponen las principales propiedades que se
desprenden de la utilizacin de modelos de eleccin discreta para dicha estimacin.
Tal vez el primer anlisis terico formal de la asignacin del tiempo sea el de
Becker (1965), donde a partir del concepto de tasa marginal de sustitucin obtenido del
enfoque de demandas Marshallianas se obtiene que un individuo racional, dado un
determinado salario real, decide trabajar un nmero de horas tal que la tasa marginal de
sustitucin entre el consumo y el tiempo de ocio (bien normal) sea igual a dicho salario.
Este es el conocido resultado que indica que el valor del tiempo corresponde al salario de
las personas.
El consumo de bienes y las actividades de ocio son restringidos en dos formas:

DICTUC S.A.

i.

El gasto (y por lo tanto el consumo) es limitado por el ingreso del


individuo, el cual se obtiene dedicando tiempo disponible a trabajar.

ii.

El trabajo, el ocio y los viajes compiten por un monto de tiempo


disponible estrictamente limitado por el nmero de horas en el da.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

14

Existe por lo tanto un compromiso entre el consumo extra que uno puede lograr
con mayor trabajo y el ocio extra que la persona podra disfrutar. Sin embargo, es posible
extender las posibilidades de consumo de la persona si sta ahorra tiempo de viaje, ya sea
para trabajar ms y poder consumir ms o para descansar ms. Este anlisis se realiza en
el contexto de elegir entre modos o rutas caras y rpidas o alternativas ms baratas y
lentas.
El modelo propuesto postula que cada individuo maximiza la utilidad que l
consigue consumiendo o descansando. La Figura B.1 muestra este anlisis.
Figura B.1
Relacin ptima Entre Consumo de Bienes y Tiempo de Trabajo

Consumo
Preferencias del Consumidor
Restriccin Presupuestaria

Equilibrio ptimo del Consumidor

Trabajo

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

15

Mediante un anlisis de sensibilidad entre elecciones segn las variaciones en


dinero y tiempo, puede identificarse el valor implcito del tiempo de los tomadores de
decisin, para lo cual se utilizan modelos economtricos, particularmente de eleccin
discreta. Es importante, entonces, distinguir entre usuarios, segn sus caractersticas
socioeconmicas, ya que sus niveles de ingreso y otras caractersticas adicionales,
determinarn qu modo de transporte utilizarn.
Este esquema conceptual considera importantes aportes en la naturaleza del
valor del ahorro del tiempo de viaje:

DICTUC S.A.

i.

El tiempo dedicado al trabajo produce bienes para la sociedad (y


tambin para el individuo), los cuales incrementan directamente el
bienestar social, lo cual otorga un valor social al ahorro del tiempo,
independiente de los valores de preferencia de los trabajadores.

ii.

Las preferencias individuales son distintas y hacen que vare el valor del
tiempo, por lo que se requieren realizar algunos tipos de simplificaciones,
como por ejemplo definir categoras socioeconmicas, por sexo, edad
del individuo, etc.

iii.

Ya que el valor del tiempo de ocio ser el mismo siempre que las
personas puedan escoger libremente cunto tiempo trabajan, el tiempo
de ocio slo podr ser evaluado empricamente (modelos
economtricos).

iv.

Ya que las actividades y el tiempo son consumidas conjuntamente por el


individuo, el valor del ahorro del tiempo ser relacionado con el valor de
la actividad con la cual est asociado. Por lo tanto, a individuos que
desarrollen actividades ms productivas debieran imputarles un mayor
valor del tiempo.

v.

El valor del ahorro del tiempo es una tasa entre las utilidades marginales
de tiempo e ingreso, por lo que depender de las limitaciones de la
restriccin presupuestaria y de la restriccin del tiempo, adems del tipo
de persona y las condiciones en las que se realiza el viaje.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

16

En consecuencia, resolviendo el problema clsico del consumidor, en el


cual se maximiza la funcin de utilidad directa (que depende del
consumo de bienes y del tiempo de ocio) sujeta en nuestro caso a
restricciones presupuestarias y de tiempo, se obtiene el siguiente
resultado:
=
=
VST TMS
(T , C ) U =cte

U T
U C

(1)

Si la persona pudiera libremente escoger cunto tiempo dedicar al trabajo, y


adems se supone que viajar no representa una actividad desagradable (o agradable)
para el individuo, la expresin (1) corresponde al salario del individuo.
Sin embargo, este anlisis y el correspondiente resultado slo es vlido bajo el
supuesto de que el individuo puede escoger libremente el tiempo que dedica a trabajar, lo
que en general no es representativo de la realidad; tambin supone que el trabajo en s no
reporta utilidad o des-utilidad directa al individuo, y que tampoco la actividad que ahorra
tiempo produce algn efecto directo sobre la utilidad del individuo.
Un modelo ms completo es propuesto por De Serpa (1973). Este considera
que la utilidad del individuo no slo depende del consumo de distintos bienes, sino tambin
del consumo de tiempo de ocio y del tiempo dedicado a trabajar. El modelo incluye
restricciones presupuestarias y de tiempo total, pero el individuo puede elegir libremente la
cantidad de tiempo dedicada al trabajo, por lo que dicha variable es endgena. Se
obtiene como resultado que una unidad de tiempo ahorrada en actividades en las que el
individuo gasta ms tiempo que el que deseara tiene un valor distinto que el salario. Esto
implica, por ejemplo, que realizar un viaje en condiciones ms agradables (como
por ejemplo en transporte privado) y ahorrar una unidad de tiempo tiene menor valor que
si el viaje se realizara en peores condiciones de comodidad, seguridad y privacidad
(transporte pblico).
Train y Mc Fadden (1978) tratan el problema considerando la especificacin
de la funcin de utilidad dependiente de las variables gasto generalizado y tiempo de
ocio, considerando restricciones presupuestarias y de tiempo disponible; consideran el

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

17

tiempo de trabajo como variable endgena (el individuo puede elegir libremente el tiempo
que dedica a trabajar). Como resultado obtienen que el valor del tiempo es igual al salario.
Bates y Roberts (1986) desarrollan un modelo en que la variable tiempo de
trabajo viene exgenamente determinado. Adems, se incorporan restricciones adicionales
de tiempo mnimo para cada actividad realizada. Como resultado se obtiene que el valor
del tiempo, al no poder ser asignado libremente por el individuo, tiene distinto valor
dependiendo de la actividad analizada. Se concluye que, considerando utilidad marginal
decreciente con el nivel de ingreso, el valor del tiempo de personas ms adineradas ser
mayor que el de personas ms pobres. Del mismo modo, mientras ms desagradable sea
las condiciones en las que se realiza un viaje (para individuos de un mismo nivel de
ingreso), mayor ser el valor del tiempo de viaje ahorrado.
Por lo tanto, existe una serie de variables relevantes que deben considerarse
para determinar el costo del tiempo ahorrado y por lo tanto su valor en trminos
monetarios:
i.

circunstancias en las que se desarrolla el viaje (modo de transporte).

ii.

caractersticas del viaje (propsito y perodo en que se realiza).

iii.

caractersticas del individuo que realiza el viaje (principalmente nivel


socioeconmico).

Tambin pueden ser relevantes variables que determinen la longitud del viaje,
tipo de persona que realiza el viaje (adulto, nio, empleado o desempleado, sexo, etc.) y
frecuencia con la que se realiza el viaje (Fernndez y Ortzar, 1992).
Una vez entendido el marco conceptual que define al valor del tiempo, el
anlisis debe entonces centrarse en la manera en que se cuantificar o estimar dicho
valor. Para ello, y como ya se mencion al comienzo de esta seccin, se utilizan
normalmente modelos economtricos, entre los que destacan los modelos de eleccin
discreta. En consecuencia, resulta fundamental, para obtener un producto de calidad, de un
acabado dominio y conocimiento de las tcnicas economtricas alternativas factibles de
utilizar, las ventajas y limitaciones de cada una, y de las potencialidades que es factible
aprovechar en cada caso. Este punto es tratado en las secciones siguientes de este Informe.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

B.1.2
a)

18

Estudios Tericos

A theory of the allocation of time (Una teora de la asignacin del


tiempo); Becker, 1965.
La primera seccin dispone un anlisis terico bsico de la eleccin que incluye el
costo del tiempo en el mismo equilibrio que el del costo de los bienes del mercado,
mientras las secciones restantes tratan varias implicaciones empricas de la teora.
Esto incluye un nuevo enfoque para cuantificar los cambios entre horas de trabajo y
de ocio, la integracin completa del llamado consumo productivo en el anlisis
econmico, un nuevo anlisis del efecto del ingreso en la cantidad y calidad de los
insumos consumidos, algunas sugerencias sobre la medicin de la productividad, un
anlisis econmico de colas y otros.
Este trabajo permite concluir que, en trminos generales, el VT puede estimarse de
forma razonable a partir del ingreso de los individuos.

b)

A Theory of the economics of time (Una teora econmica sobre el


tiempo); De Serpa, 1971.
De Serpa propuso un modelo que superaba algunos de los defectos del modelo de
Becker, considerando que tanto el tiempo necesario para el consumo de bienes del
mercado como la cantidad consumida afecta la utilidad. Esto permite ver el uso del
tiempo de manera diferente dependiendo de la actividad en que sea gastado. Las
restricciones de tiempo y presupuesto son incluidas, mientras que al mismo tiempo De
Serpa agrega restricciones tcnicas que indican el mnimo tiempo requerido para
el consumo de un grupo dado de bienes de mercado.
El principal aporte de este trabajo, para fines de lograr una mejor estimacin del VT,
fue el hecho de considerar explcitamente que las condiciones de viaje y el tipo de
individuo son variables fundamentales en la estimacin del valor del tiempo.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

c)

19

The goods/leisure tradeoff and disaggregate work trip mode choice


models (El tradeoff entre bienes y ocio y modelos desagregados de
eleccin modal para viajes al trabajo); Train y McFadden, 1978.
Este artculo analiza el uso del salario en modelos de eleccin modal y muestra como
diferentes supuestos sobre el mapa de indiferencia (curvas de indiferencia de la
teora del consumidor) entre viajes y ocio del trabajador lleva a diferentes formas de
incorporar el salario. Usando una funcin de utilidad Cobb-Douglas entre bienes y
ocio, se proponen rangos razonables de las elasticidades de consumo de ambos
bienes y las implicancias econmicas que ellas inducen.
En el contexto del presente Estudio, este documento profundiza aspectos
conceptuales de la especificacin de funciones de utilidad del consumidor y el
impacto que dichas especificaciones tiene en la estimacin del VT.

d)

Valor subjetivo del tiempo y rol del ingreso en la especificacin de la


demanda por transporte; Jara-Daz, 1986.
En este trabajo se examina la valoracin subjetiva del tiempo de viaje, con especial
nfasis en el rol del ingreso, a partir de evidencia emprica proveniente de modelos
desagregados de particin modal estimados para dos corredores de Santiago. Para
ello, previamente se establecen los fundamentos estadsticos y microeconmicos de
las actuales especificaciones, haciendo referencia a ambos elementos. Se detectan
algunas limitaciones tericas que parecen ser confirmadas por los datos disponibles y
sugieren reformulaciones que permitan captar en mejor forma el comportamiento de
los usuarios en pases en desarrollo.

e)

Valor subjetivo del tiempo considerando efecto ingreso en la particin


modal: Jara-Daz, Ortzar y Parra, 1988.
En este trabajo se introduce una reformulacin del rol del ingreso en el proceso de
eleccin modal y se muestra que sta genera modelos estadsticamente ms
atractivos y valores del tiempo ms razonables, mediante el concepto de tasa de
gasto, que es una variacin de la normalmente utilizada tasa salarial. Se utiliz
informacin acerca de viajes al trabajo de la hora punta de la maana
correspondiente a dos corredores de Santiago. Se unieron ambas bases de datos

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

20

estratificando por ingreso familiar, encontrndose diferencias en la valoracin


subjetiva del tiempo entre grupos de similares ingresos, pero pertenecientes a distintos
corredores. Adems se investig qu tipo de ingreso debe ser considerado en las
especificaciones, encontrndose una menor influencia del tamao familiar en el
poder adquisitivo de los sectores de ingresos altos con respecto a los otros estratos
considerados.
f)

Valor subjetivo del tiempo y utilidad marginal del ingreso en modelos


de particin modal; Jara-Daz, 1990.
En este trabajo, considerando la teora microeconmica clsica del consumidor como
ente racional, se obtiene una formulacin de la utilidad indirecta modal condicional
que permite una nueva interpretacin de los coeficientes de costo y tiempo en los
modelos de eleccin modal.
Se demuestra que el valor subjetivo del tiempo y la utilidad marginal del ingreso
dependen no solo de los parmetros de preferencia y el nivel de ingreso, sino
tambin de las proporciones del tiempo e ingreso disponibles usadas para viajar,
concluyendo que la necesidad de estratificar una muestra por tiempo de viaje o
distancia, adems de por ingreso, mejorara la calidad de los modelos.
Este trabajo por lo tanto permite en trminos conceptuales garantizar que
especificaciones no lineales de las variables de tiempo de viaje y costo, y no
linealidades de sus respectivos parmetros, permiten mejorar la estimacin del VT al
distinguir distintas estructuras de viajes.

g)

El valor subjetivo del tiempo: antecedentes y marco terico para una


investigacin emprica; Fernndez, 1992.
En este trabajo se realiza una revisin bibliogrfica del tema del valor del tiempo
relacionado con actividades de transporte. Se hace una sntesis de los aportes ms
importantes que aparecen en la literatura, haciendo nfasis en la comparacin entre
las consecuencias que tienen los supuestos que hacen los distintos modelos
propuestos por diferentes autores. En la parte final se resumen las recomendaciones
prcticas ms importantes para el diseo experimental de la medicin del valor del
tiempo.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

h)

21

The value of time: a theoretical review (El valor del tiempo: una
revisin terica); Rosa Marina Gonzalez, 1997.
Se revisan los principales modelos postulados para estudiar el valor subjetivo del
tiempo de no-trabajo, enfatizando los aspectos ms importantes detrs de la
formulacin microeconmica de modelos de asignacin de tiempo: entre otros se
consideran los supuestos de comportamiento, el rol de restricciones en el proceso de
maximizacin implcito en esta tarea, y las variables relevantes en la funcin de
utilidad.

B.1.3
a)

Estudios Empricos

Detection of income effect in mode choice: theory and application


(Deteccin del efecto del ingreso en eleccin modal: teora y
aplicaciones); Jara-Daz, 1988.
En este artculo, el problema de la especificacin de la variable ingreso en las formas
funcionales de utilidad es reiniciado desde sus fundamentos microeconmicos,
mostrando que las usuales especificaciones de no sensibilidad al ingreso pueden ser
interpretadas como un caso particular dentro de un marco ms general que provee
las bases para una metodologa para testear el efecto del ingreso. La metodologa,
que no requiere informacin adicional adems de los datos usuales para modelos
desagregados, es aplicada a viajes al trabajo originados en corredores de ingresos
medios de Santiago. Los resultados confirman cuantitativamente el anlisis cualitativo
previo y muestran empricamente la necesidad de emplear modelos de eleccin
sensibles al ingreso.

b)

The Norwegian value of time study (Estudio del valor del tiempo para
Noruega); Ramjerdi et al ., 1997.
En este estudio se desarrolla una metodologa basada en la calibracin de modelos
MNL lineales para la obtencin del valor del tiempo simplemente como la razn
entre el parmetro del tiempo y del costo. Los datos son obtenidos de un experimento
de preferencias declaradas, segmentando el anlisis de los viajes segn distancia,
propsito, modo, etc.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

22

Para el valor del tiempo, se define la expresin formulada por Hensher (1977):
Vtts = (1 r pq)MP + rvl + MPF
Esta ltima ecuacin, cuyas variables se definen a continuacin, es anloga a la
actualmente utilizada por MIDEPLAN, que pondera el salario y el valor subjetivo del
tiempo para obtener un valor social del tiempo. Sin embargo, la ecuacin utilizada
en el estudio noruego, contiene trminos que no se conocen y son difciles de estimar,
por lo que su aplicabilidad queda bastante limitada. Las variables de la ecuacin
noruega son las siguientes:
Vtts: valor del tiempo ahorrado
r:

proporcin del tiempo ahorrado que es utilizado para el ocio

p:

proporcin del tiempo ahorrado a expensas del trabajo hecho mientras se


viaja

q:

productividad relativa del trabajo hecho durante el viaje comparada con el


trabajo equivalente en la oficina

MP: productividad marginal del trabajo


vl:

valor monetario del tiempo empleado al ocio comparado al tiempo de viaje

MPF: valor de la produccin adicional generada debido a la reduccin del


cansancio. Este ltimo trmino se supone nulo en la ecuacin.
Uno de los principales resultados de este estudio es que el valor del tiempo en viajes
urbanos es bastante diferente del de viajes interurbanos, siendo en este ltimo caso
del orden del doble del primero.
No obstante, una evidente limitacin de este estudio es que no se categoriza segn
diferentes rangos de ingreso, por lo que el efecto ingreso evidentemente est
sesgando los resultados al no ser considerado.
c)

Measurement of the valuation of travel time savings (Medida de la


valoracin de ahorros de tiempos de viaje); Hensher, 2001
Este artculo analiza la contribucin de Beesley en el contexto de los aos sesenta y
muestra el desarrollo siguiente de sus ideas. El trabajo de Beesley en los sesenta

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

23

sent las bases para muchos de los siguientes estudios aplicados, especialmente
respecto a medicin e interpretacin, considerando que el valor de los ahorros de
tiempo de viaje es un parmetro crtico en la evaluacin de proyectos de transporte y
a travs de su aplicacin produce el beneficio dominante de los usuarios, tpicamente
60% de los beneficios para los usuarios tradicionalmente cuantificados.
En consecuencia, este trabajo proporciona un antecedente emprico para una
determinada realidad, que del punto de vista comparativo podra proporcionar una
validacin de los resultados de VT estimados en este Estudio.
d)

The valuation of commuter travel time savings for car drivers:


evaluating alternative model specification (La valoracin de ahorros
de tiempo para viajes al trabajo y al hogar para conductores de
automviles: evaluando especificaciones alternativas de modelos);
Hensher, 2001.
En este artculo se contrastan los valores de los ahorros de tiempo de viaje derivados
de modelos MNL y especificaciones alternativas de modelos Logit Mixto (o de
parmetros aleatorios). El escenario emprico son viajes al trabajo y al hogar en auto
en seis localidades urbanas en Nueva Zelandia. La evidencia sugiere que modelos
de eleccin con especificaciones menos restrictivas tienden a producir valores de
ahorros de tiempo estimados ms altos comparados con el modelo MNL; sin
embargo, el grado de subestimacin del MNL permanece bastante variable,
dependiendo del contexto.
Luego, de este trabajo se aprecia que el impacto que puede generar un enfoque
alternativo de estimacin de parmetros (mtodos no paramtricos vs paramtricos)
en el caso particular de modelos MNL no es significativo, por lo que la metodologa
considerada en la Propuesta Tcnica del presente Estudio (utilizacin de mtodo
paramtricos o tradicionales) es adecuada.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

e)

24

The sensitivity of the valuation of travel time savings to the


specification of unobserved effects (La sensibilidad de la valoracin de
los ahorros de tiempo de viaje a las especificaciones de los efectos no
observados); Hensher, 2001.
Este trabajo destaca los beneficios potenciales de una estructura que considere con
ms cuidado los efectos no observados que condicionan la forma de un modelo de
eleccin discreta, y de ah la posible mala deduccin de las especificaciones MNL
ms simples. Se demuestran las implicancias para los VT estimados de la correlacin
serial entre los tratamientos PD, covarianzas entre alternativas, presencia de efectos
especficos (aleatorios) individuales o heterogeneidad, y varianza diferencial de los
efectos no observados. La justificacin de ello es que el valor de los ahorros de
tiempo de viaje contina siendo un dato controversial en la evaluacin de proyectos
de trasporte.
En el contexto del presente Estudio, este trabajo no presenta un resultado
concluyente, ya que utiliza informacin proveniente de un experimento de PD y que
empricamente se ha demostrado que pueden entregar resultados inadecuados.
Debe recordarse que los datos para estimar el VT provienen de un experimento de PR
(EOD de Antofagasta y Talca).

f)

Confidence intervals to bound the value of time (Intervalos de


confianza para limitar el valor del tiempo); Armstrong, Garrido y
Ortzar, 2001.
Dado que la estimacin de modelos produce un estimador del valor verdadero de los
parmetros (con una cierta distribucin de probabilidad), el VT es tambin un
estimador con otra distribucin de probabilidad; luego, es importante idear un
mtodo para incorporar la aleatoriedad del VT estimado en evaluacin de proyectos.
En este trabajo se considera este problema rigurosamente y proponen mtodos para
remplazar el tpico estimador puntual del VT, construyendo un intervalo de confianza
para un cierto nivel de probabilidad. Esto permite, adems, estimar los lmites del VST
(inferior y superior) lo cual puede ser utilizado en anlisis de sensibilidad del clculo
de la rentabilidad de proyectos de inversin en infraestructura.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

25

El artculo propone dos formas de construir estos intervalos: el test t y el test LR, y
discute la construccin de intervalos para modelos MNL, HL y Logit Box-Cox (BCL).
Se usan dos ejemplos donde los valores de los atributos de los niveles de servicio han
sido medidos con un inusualmente alto nivel de precisin.
Otros mtodos propuestos en la literatura tambin son estudiados. Adems, los
efectos de diferentes elementos de modelacin en tamao y calidad de los intervalos
construidos son examinados, como especificaciones de modelos, tamao de muestra
e ingreso de los individuos. Finalmente, los mtodos propuestos son comparados y se
indican recomendaciones sobre el uso de cada uno en la prctica.
En el contexto del presente Estudio, la estimacin de los intervalos de confianza es un
aspecto clave, ya que proporciona un rango de valores que permite garantizar con
un alto grado de confiabilidad que la disposicin a pagar de los individuos por
ahorrar tiempo est acotada.
g)

Time is money: the valuation of travel time savings in Switzerland


(Tiempo es dinero: valoracin del tiempo de viaje ahorrado en Suiza);
Knig, Abay y Axhausen, 2003.
En este trabajo se implementa un enfoque elemental para la calibracin de modelos
de eleccin discreta, particularmente MNL, basado en la realizacin de un
experimento de PD similar a lo expuesto en el caso noruego del punto anterior.
El experimento de PD realizado es el tpico en el cual se le presentan situaciones
alternativas a los entrevistados, y ellos seleccionan aquella que les parece ms
atractiva; las alternativas estaban relacionadas a modos de transporte y a rutas. La
funcin de utilidad es una de tipo cuadrtica, que diferencia por propsito y rangos
socioeconmicos de los viajeros.
Como resultado interesante de destacar, es que el valor del tiempo del modo Auto en
rutas congestionadas es aproximadamente un 30% mayor que en las rutas no
congestionadas, lo que es intuitivamente correcto. Por otra parte, el valor del tiempo
en Bus resulta similar al del Auto en rutas no congestionadas.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

h)

26

Value of travel time savings in the UK (Valor del tiempo de viaje


ahorrado en el Reino Unido); Instituto de Estudios de Transporte,
Universidad de Leeds, 2003.
Este trabajo desarrollado por la Universidad de Leeds es probablemente el
antecedente emprico ms extenso realizado hasta el momento.
Como definicin general, para obtener una expresin analtica del valor del tiempo,
el anlisis se inicia considerando la expresin general de Hensher (1977), tal como
expuso en el caso de Noruega y Suiza. No obstante, bajo ciertos supuestos, se
obtiene una expresin similar a la utilizada actualmente por MIDEPLAN:
Vtts = (1 r)MP + rvl
Luego, para aplicar esta ltima frmula es necesario saber qu proporcin del ahorro
de tiempo es dedicado al trabajo (1 r).
Sin embargo, el principal nfasis de este trabajo se basa en el anlisis de diferentes
especificaciones alternativas de las funciones de utilidad, abarcando la mayor gama
posible de tal forma de cuantificar de la mejor forma posible la tasa marginal de
sustitucin entre tiempo y costo. Entre las formas alternativas estudiadas se pueden
mencionar funciones de tipo exponencial (logartmicas), cuadrticas y lineales,
recomendndose los primeros para la obtencin definitiva del valor del tiempo. La no
linealidad estaba asociada principalmente a las variables costo, tiempo y distancia.
Al igual que los casos de Suiza y Noruega antes mencionados, la base de datos
utilizada se construy sobre la base de un experimento de PD, desagregando por
propsito pero no por rango de ingreso de los viajeros, aspecto que, en el caso
chileno, es fundamental en este tipo de anlisis.

i)

Sntesis
Del anlisis de la experiencia internacional, resumida en los puntos anteriores, se
puede concluir principalmente lo siguiente:
i.

DICTUC S.A.

La obtencin de un VT se ha desarrollado sobre la base de experimentos de


Preferencias declaradas (PD).

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

27

ii.

En la mayora de los casos, los resultados de dichos estudios no han permitido


incorporar el efecto ingreso en las especificaciones consideradas, y tampoco
una desagregacin segn tipo de viaje como propsito y perodo del da,
aspectos que s deben ser considerados en nuestro caso.

iii.

En ocasiones, se ha utilizado informacin que en el caso chileno no est


disponible en fuentes identificables, particularmente aquella relacionada con la
proporcin del tiempo asignada a distintas actividades.

iv.

Los modelos calibrados son de tipo predictivo y no explicativo, lo que se


detecta fcilmente al analizar las pocas variables explicativas consideradas
(tpicamente tiempo y costo, y a veces rango de ingreso).

En consideracin a lo anterior, se puede concluir que los estudios internacionales


existentes en el tema son bastante simplificados, y pueden eventualmente ser
adecuados en ausencia de informacin de encuestas que permitan obtener un VT a
base de PR. Otro aspecto fundamental de la revisin de documentos internacionales
en el tema, es la inexistencia de modelos de tipo explicativo, ya que la totalidad de
los modelos revisados consideraron una especificacin muy bsica (tiempo y costo,
principalmente), lo que posiblemente puede inducir sesgos en la estimacin del valor
del tiempo.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

28

PROCESAMIENTO DE INFORMACIN DE VIAJES Y CONSUMOS DE


TIEMPO (TAREA 2)
C.1.1

Anlisis de la Informacin Disponible para la Calibracin

Probablemente el aspecto ms crtico para el desarrollo del presente Estudio


corresponde a la disponibilidad y posterior anlisis de la informacin a utilizar para la
especificacin y calibracin de los modelos economtricos que permitirn obtener
estimaciones del VST.
Una vez disponibles los datos necesarios para la calibracin de los modelos,
es fundamental analizar tres aspectos claves de dicha informacin:
i.

Cantidad de datos: en cualquier modelo economtrico que se desee


construir, resulta de gran importancia contar con la mayor cantidad de
informacin que sea posible. Ello permite mejorar la precisin en la
estimacin de los distintos parmetros del modelo, y lograr por lo tanto
una inferencia de mejora calidad y una prediccin ms exacta del
fenmeno estudiado. En nuestro caso particular, el anlisis del VST debe
ser a nivel de propsito de viaje, modo de transporte y perodo del da,
por lo que para cada una de estas categoras debe existir una cantidad
adecuada de datos. Normalmente se estima que con 30 observaciones
por cada parmetro que se desee estimar, los resultados obtenidos
debieran ser adecuados.

ii.

Calidad de los datos: si los datos son medidos con error, la


estimacin de parmetros, inferencia y prediccin que se desee realizar
estarn normalmente sesgadas, lo que invalida cualquier tipo de anlisis.
Para mitigar este problema, es necesario realizar una exhaustiva revisin
de los datos disponibles, efectuando una serie chequeos de consistencia
que garanticen la bondad de los datos para los objetivos del estudio.

iii.

Precisin de los datos: a medida que el nivel de detalle de los datos


disponibles sea mayor, las especificaciones de los modelos tienden a
mejorar sustancialmente. Particularmente, si la precisin de las variables

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

29

explicativas consideradas en la especificacin aumenta, mejoran los


ajustes estadsticos y la precisin en la estimacin del VST, que es el
aspecto fundamental del presente Estudio.
C.1.2

Tipos de Datos Usados para la Calibracin

Los datos utilizados normalmente para la estimacin de valores del tiempo


basados en la formulacin y calibracin de modelos de eleccin discreta se basan
principalmente en dos tipos de fuentes de informacin (las cuales representan las
preferencias de los individuos e indirectamente representan su funcin de utilidad). Estas
estructuras de preferencias pueden ser identificadas de dos maneras:
1.

Preferencias Reveladas (PR): se estiman los valores del tiempo que mejor
expliquen las elecciones de comportamiento actuales observadas (por ejemplo, la
eleccin entre un modo caro pero rpido, y un modo barato pero lento).
Conceptualmente, este anlisis se considera como el ms realista. En la prctica,
tiende a ser muy caro, porque mucha gente tiene efectivamente poco poder de
eleccin en la alternativa de viaje. Entonces, slo existe evidencia de la alternativa
elegida y no de la alternativa rechazada; luego, en la calibracin de los parmetros
la dificultad se centra en definir correctamente la disponibilidad de modos real de los

viajeros.
2.

Preferencias Declaradas (PD): la gente en este caso revela sus valoraciones por
las elecciones que realiza usando encuestas para preguntarles sobre decisiones
hipotticas. Este estudio pude ser hecho en un rango de contextos ofreciendo
alternativas diseadas para dar un nmero de alternativas crebles. El principal
problema en este caso es que los individuos tienden a responder de manera sesgada
por mltiples razones, lo que puede invalidar los resultados de modelos calibrados
con este tipo de informacin.

Sin embargo, existe una tercera fuente de informacin alternativa para


cuantificar el valor del tiempo, la cual se basa en el costo de oportunidad del individuo que
realiza el viaje. Este enfoque no pretende estimar la disposicin a pagar o el beneficio de
evitar el costo, sino que se plantea la pregunta de cunto es el gasto que sera requerido
para compensarlo.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

30

En el contexto del presente Estudio, se utilizan datos provenientes de


experimentos del primer tipo, es decir, de PR. Estos datos corresponden a informacin
proveniente de encuestas realizadas previamente en terreno que caracterizan las
elecciones reales de los individuos (modo de transporte elegido) y atributos individuales
(rango de ingreso, sexo, etc.).

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

D
D.1

31

CLCULO DE VALORES DEL TIEMPO (TAREA 3)


Calibracin de Modelos de Particin Modal para Estimar el VST

El objetivo de esta Tarea es contrastar empricamente, mediante la revisin de


documentos especializados, cules son las principales consecuencias que se derivan del
uso de distintas especificaciones de modelos de eleccin discreta que permiten estimar la
demanda de transporte y derivar los valores del tiempo.
Los principales resultados obtenidos parecen indicar que los modelos ms

restrictivos (o simples, como los modelos predictivos) tienden a infravalorar los valores del
tiempo en relacin a los que se obtienen cuando se considera una especificacin ms
general (modelos explicativos, por ejemplo). Si bien este resultado est de acuerdo con lo
obtenido en algunos estudios similares, atendiendo a la evidencia emprica aportada por
otros autores, se pone de manifiesto que la sensibilidad de los valores del tiempo a la
especificacin del modelo est condicionada a los datos que se utilizan.
A continuacin se presentan algunos antecedentes generales relevantes para
el mejor entendimiento del trabajo realizado, especificando detalles tcnicos y supuestos
de modelacin.
Se presentan posteriormente los resultados obtenidos, para los distintos
propsitos y periodo de viaje definidos, de la calibracin de modelos de particin modal
para las ciudades de Antofagasta y Talca. El proceso de calibracin se bas en la
utilizacin del software Biogeme, programa computacional que permite la estimacin de
parmetros de modelos de eleccin discreta tipo Logit (multinomial o jerrquico) basndose
para ello en el mtodo de mxima verosimilitud. Estos resultados se complementan con un
reporte de indicadores estadsticos de bondad de ajuste y las estimaciones de valores
subjetivos del tiempo por modo de transporte y categora de ingreso de los individuos.
La informacin de entrada para Biogeme correspondi en este caso a la
reportada en las Encuestas Origen Destino de viajes de Talca (EOD-2003) y de
Antofagasta (EOD-1998).

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

D.1.1

32

Desarrollos Tericos

En la literatura especializada existen mltiples desarrollo tericos a partir de los


cuales se formulan distintos modelos economtricos de eleccin discreta. Como ya se
seal, los desarrollos se basan principalmente en los supuestos que se realizan respecto a
la estructura de la matriz de covarianza del trmino de error de cada formulacin.
Los modelos ms tradicionales y que, en sntesis, sern los considerados en el
contexto del presente estudio, corresponden a los modelos tipo Logit Multinomial (MNL) y
Jerrquico (HL). Estos modelos resultan de suponer funciones de probabilidad Gumbel iid,
pero incorporando la presencia de correlacin entre los modos elegidos en el caso del HL.
Estos modelos tienen la gran ventaja de que han sido aplicados a mltiples situaciones, y
existen herramientas disponibles en el mercado para tratar los ms diversos tipos de
problemas y formulaciones, reportando eficientemente los resultados obtenidos.
D.1.2

Diagnstico General de la Estimacin Actual del VST y Anlisis


Crtico
Para el caso urbano, el valor del tiempo se puede calcular por modo de

transporte:

Automvil

Buses

Taxi y Colectivos

Otros modos

Lo anterior implica que se debe calcular el VST promedio de los viajeros de


cada uno de estos tipos de modos, y ponderar posteriormente por la representatividad
respectiva. Luego, ponderando adecuadamente ambas estimaciones, es factible determinar
un VST.
En este sentido, debe notarse que dependiendo del propsito del viaje, el VST
cambiar sustancialmente. Si el viaje tiene propsito trabajo, considerar el salario del
viajero (o los viajeros) como una estimacin del VST puede ser razonable; sin embargo,
debe considerarse que las condiciones en las que se realiza el viaje tambin afectar la

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

33

percepcin del viajero respecto a su valor del tiempo, incluso cuando el propsito sea
trabajo.
Particularmente, viajar en condiciones ms cmodas (por ejemplo en Automvil
con radio y aire acondicionado) presenta un desagrado menor que viajar en condiciones
ms incmodas, como puede ser viajar en Bus. Luego, para un mismo tipo de individuo, se
le puede considerar un VST mayor para el modo Bus que para el modo Automvil, debido
a las condiciones en que se desarrolla el viaje.
Respecto a la especificacin de los modelos tradicionalmente calibrados y
validados para la estimacin del VST, una revisin preliminar de los antecedentes permiti
detectar que la mayora de ellos usan funciones Logit (Multinomiales y Jerrquicos) y han
sido calibrados usando informacin proveniente de PR (mediciones en terreno).
En la prctica, la utilizacin de modelos de eleccin discreta, particularmente
modelos tipo Logit tanto de PR como PD, presentan algunas limitaciones que deben tenerse
en cuenta para una correcta calibracin. Las razones de ello son principalmente las
siguientes.
La primera, se refiere a la calidad de los datos utilizados en la calibracin, ya
que ellos pueden presentar errores tanto de medicin en terreno como de codificacin y
procesamiento. Este problema se da ms comnmente en modelos que utilizan datos de PR.
En el caso de las PD, el error se genera por la presencia de potenciales sesgos
en la respuesta de los individuos, lo que puede llevar a predicciones inadecuadas (Ortzar
y Willumsen, 2011).
La segunda es consecuencia de la especificacin de la forma funcional del
modelo. En los anlisis de sistemas de transporte de ciudades de tamao medio en Chile, la
especificacin de los modelos calibrados considera (por razones obvias) la utilizacin de
variables cuyo valor pueda independientemente ser predicho a futuro. El problema es que
no se estn considerando todas las variables que pueden ser importantes en la explicacin
del fenmeno analizado. Luego, se estn omitiendo variables relevantes del problema
estudiado, lo que, al utilizar el mtodo de mxima verosimilitud en la calibracin de dichos
parmetros, conduce a la obtencin de parmetros sesgados de las variables consideradas
(Gaudry et al., 1989; Greene, 1998). Por lo tanto, el valor subjetivo del tiempo obtenido a

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

34

partir de dichos modelos, puede presentar sesgo. Variables que pueden ser explicativas y
que sin embargo en general se omiten en este tipo de anlisis son por ejemplo el sexo de la
persona, la edad, la distancia del viaje (viaje largo o corto), y la actividad del viajero
(empleado, cesante, etc.). Este problema se presenta tanto en el caso de PR como PD.
D.1.3

Calibracin Clsica de Modelos de Eleccin Discreta

Los modelos de eleccin discreta, constituyen buena parte de las actuales


aplicaciones en estudio de transporte. Como su nombre lo indica, estos modelos estn
orientados a simular el proceso de eleccin de un individuo enfrentado a un conjunto de
alternativas discretas de eleccin. Su hiptesis subyacente es que la probabilidad de que
un individuo escoja una alternativa determinada es funcin de las caractersticas
(socioeconmicas) del individuo y de la atractividad relativa de cada opcin.
Si bien existen otras tcnicas de estimacin puntual de parmetros como, por
ejemplo la estimacin Bayesiana, dichas tcnicas presentan complejidades adicionales
innecesarias, que dificultaran la reproduccin de los valores estimados y validar los
resultados presentados. Entre los problemas ms importantes de la estimacin Bayesiana,
se puede mencionar el hecho de que dicho mtodo exige representar la informacin inicial
respecto al vector de parmetros mediante una distribucin inicial. Este problema aumenta
en el caso multivariante (como el nuestro, ya que la eleccin del individuo se realiza entre
mltiples modos de transporte).
Desde el punto de vista de la particin modal, la extensin del concepto
anterior es inmediata. Para viajar entre un origen y un destino determinado, un usuario de
la categora n dispone de un conjunto finito y discreto An de modos de transporte
alternativos. La eleccin de un modo especfico m An , depender de las caractersticas
del usuario y de los atributos de los modos disponibles.
Para representar estas caractersticas, se define una funcin de utilidad
asociada a cada una de las alternativas disponibles y se supone que el usuario elegir
aquella que le reporte una mayor utilidad. La funcin utilidad normalmente se expresa con
una formulacin lineal en los parmetros:
n
n
umn = mn + mk
xmk

(2)

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

35

n
donde los xmk
representan indistintamente los atributos del modo m y las caractersticas del

usuario de la categora n. Tpicamente esta expresin incluye como atributos del modo sus
variables de servicio (tiempo de viaje, tiempo de espera, tarifa, etc.) y como caractersticas
del usuario, su ingreso, nivel educacional y otros. Tambin es habitual incluir
combinaciones de variables (ej.: tarifa dividida por ingreso familiar).
n
Los parmetros mk
representan el peso que los usuarios de la categora n

asignan a cada variable incluida en la funcin utilidad. Luego, tales parmetros deben ser
calibrados para cada categora de usuarios.
n
El parmetro libre mk
corresponde a una constante modal que representa

ciertas caractersticas especficas que el modo m tiene para los usuarios de la categora n,
y que no estn representados en el resto de la funcin utilidad del modo 1. Por razones
derivadas de la forma de estimar los parmetros de la funcin (identificabilidad de
parmetros), es necesario fijar en cero la constante modal de una de las alternativas,
llamada alternativa de referencia. El resto de las constantes modales sern relativas a dicha
alternativa de referencia (Ortzar y Willumsen, 2011).
Sin embargo, existen adems ciertas caractersticas subjetivas en la eleccin
modal de los usuarios, que no son observables por el modelador (comodidad, privacidad,
seguridad, etc.). Por lo tanto, en rigor la funcin utilidad debe incluir un trmino observable
(como el que se mencion antes) y un trmino aleatorio que refleje aquellas variables
ignoradas en la decisin modal de los usuarios:
vmn = umn + em

(3)

donde:
vmn : Funcin de utilidad completa de la alternativa m para los usuarios de la categora n.
umn : Parte observable de la funcin utilidad.
em : Parte no observable (aleatoria) de la funcin utilidad.

Ntese que el parmetro libre, podra estar implcitamente incluido como un trmino ms de la sumatoria
que expresa la funcin utilidad de un modo. Ello se logra haciendo uno la variable correspondiente. Esta
forma implcita es la que habitualmente se usa en la literatura pero aqu se ha optado por incluir
explcitamente el trmino libre para recalcar su importancia en aplicaciones prcticas.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

36

Las distintas hiptesis respecto a la distribucin de probabilidades del trmino


aleatorio em darn origen a distintos tipos de modelos de eleccin discreta para la
particin modal. Dado que se trata de simular comportamiento de individuos, la distribucin
Normal podra ser la ms indicada para el trmino aleatorio y en este caso se puede
derivar el denominado modelo Probit de particin modal. No obstante, la complejidad
matemtica de la funcin de probabilidad del Probit hace que su aplicacin sea muy
dificultosa para ms de tres alternativas.
Si en cambio se supone una distribucin Gumbel para el trmino aleatorio, se
puede derivar el denominado modelo Logit Multinomial de particin modal:

exp numn
P =
exp nukn
n
m

(4)

kAn

donde:
Pmn : Probabilidad de que un usuario de categora n elija el modo m.
ukn : Funcin de utilidad del modo k y usuario de categora n.

n : Parmetro de escala del modelo asociado a la varianza del trmino aleatorio.


El parmetro n es tpico de la distribucin Gumbel de errores iid asociados a
un modelo de eleccin discreta del tipo Logit. Como puede observarse de la expresin (4)
este parmetro multiplica a una funcin ukn de las variables explicativas de las funciones de
utilidad modal. Por razones de orden terico, particularmente de identificabilidad, ambos
n
tipos de parmetros ( n y mk
) no pueden ser estimados independientemente. En
consecuencia, aunque la expresin (4) es tericamente correcta, en la prctica el llamado
proceso de calibracin del modelo se limita a estimar una multiplicacin de parmetros del
siguiente tipo:
n
~mkn = n mk

(5)

Lo anterior es equivalente a plantear: u~mn = n u mn . Una vez estimados estos


parmetros conjuntos, el modelo de particin modal queda definido, puesto que la
expresin (5), ya no tiene componentes desconocidos.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

37

Una condicin implcita que permite la derivacin de este modelo, es la


hiptesis de que los trminos aleatorios asociados a cada alternativa modal, son
independientes e idnticamente distribuidos. De otra manera, el modelo no se puede
formular, o al menos no tiene la forma notablemente simple que se ha propuesto aqu.
Un requerimiento adicional de estos modelos, que suele convertirse en una
dificultad seria, es la de disponer de un conjunto de datos de calibracin que aunque
pequeo, debe ser muy detallado y de alta calidad. Ello debe considerarse en el diseo y
desarrollo de las encuestas de recoleccin de informacin para los estudios de transporte.
La calibracin del modelo de particin modal propuesto en la presente
metodologa, consiste en estimar los valores de los parmetros de la funcin de utilidad.
Dependiendo del tipo de funcin utilidad que se utilice (lineal o del tipo Box-Cox), los
parmetros pueden estar presentes multiplicando cada variable de la funcin y/o
elevndola a un exponente.
En general, la probabilidad de que un individuo (con ciertas caractersticas
personales conocidas) escoja una cierta alternativa (con determinados atributos conocidos)
entre un conjunto de alternativas disponibles, puede ser entendida en funcin de un grupo
de parmetros que se denominarn genricamente como y cuyos valores deben ser
calibrados.
Dado que no es posible observar probabilidades de eleccin, sino
directamente la eleccin de cada individuo, normalmente se recurre a la tcnica estadstica
de mxima verosimilitud para calibrar los parmetros (en lugar de los tpicos mnimos
cuadrados). Esta tcnica se basa en el hecho de que a pesar de que una cierta muestra
cualquiera de datos puede provenir de distintas poblaciones, una muestra en particular
tiene una mayor probabilidad de provenir de una poblacin especfica que de otras. Por lo
tanto, el mtodo de mxima verosimilitud estima los parmetros de tal forma que ellos
sean consistentes lo ms a menudo posible con cualquier muestra observada de la
poblacin. Ello se logra maximizando la funcin de verosimilitud respecto de los
parmetros (Ortzar y Willumsen, 2011).
Supngase que se dispone de una muestra de N individuos y que se puede
formular la probabilidad (en funcin de los parmetros ) de que cada individuo k escoja
la alternativa i que efectivamente eligi: Pk (i ) . Supngase adems que existen M

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

38

alternativas de eleccin y que cada individuo tiene un conjunto Ck de alternativas


disponibles.
Si ahora se agrupan los individuos de acuerdo a la alternativa escogida por
ellos, se obtendrn M subconjuntos de probabilidades, cada uno de los cuales tendr un
nmero de elementos igual al nmero de individuos que escogieron cada alternativa: N1,
N2,....NM.
As, la funcin de verosimilitud adquiere la siguiente forma:
N1

N1 + N 2

k =1

k = N 1 +1

L( ) = Pk (1)

P (2)
k

P (M )

k
k = N 1 + N 2 + ... + N M 1 +1

(6)

Esta expresin se puede simplificar definiendo una variable muda ik que


tomar un valor 1 para la alternativa i Ck escogida por el individuo k y tomar un valor
0 en otros casos:
N

L( ) = Pk ik (i )

(7)

k =1 iC k

y puesto que se trata de maximizar esta funcin, un procedimiento equivalente resulta de


maximizar el logaritmo natural de la funcin de verosimilitud, que es ms simple y conduce
al mismo ptimo:
N

ln L( ) = l ( ) = ik ln Pk (i )

(8)

k =1 iC k

La maximizacin de la funcin l ( ) respecto de los parmetros, entregar los

* ptimos que corresponden a los parmetros de calibracin que se buscan (Ortzar y


Willumsen, 2011). Existen diversos programas computacionales que permiten realizar esta
tarea, pero ellos dependen del tipo de modelo de particin modal que se est proponiendo
y que definir la formulacin de la probabilidad Pk (i ) . En el caso de los modelos Logit
Multinomial (MNL) los programas disponibles son diversos y bien conocidos, y para el
presente estudio el software utilizado fue Biogeme. Cada uno de estos programas entrega
tambin un conjunto de indicadores estadsticos que permiten estimar la bondad de los
modelos y comparar diversas alternativas de formulacin de la funcin de utilidad, con
distintas variables. Puesto que estos estadgrafos dependen del tipo de modelos que se

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

39

formule, no es posible hacer aqu una exposicin general de los mismos, pero existe una
amplia literatura dedicada a este tema. Sin embargo, entre tales indicadores, cabe
mencionar el propio valor del logaritmo de la funcin de verosimilitud y la razn de
verosimilitud, que sirven para estimar la bondad del modelo completo, y el estadgrafo t
usado para evaluar la significacin de cada parmetro del modelo.
ln L( )
, donde
ln L(0 )
ln L( ) es el logaritmo natural de la funcin de verosimilitud evaluado en el vector de
parmetros estimado mientras que ln L(0 ) est evaluada en cero para todos los
Un indicador de bondad de ajuste es el siguiente: 2 = 1

parmetros (modelo equiprobable).


La definicin de criterios de seleccin de las muestras de calibracin y los
niveles de servicio utilizados, debern realizarse con especial cuidado, para no violar los
supuestos incluidos en el modelo.
D.1.4

Anlisis Economtrico de Resultados y Seleccin del Modelo


Definitivo

Posterior a la formulacin y calibracin de una batera importante de modelos


de eleccin discreta explicativos para la estimacin del valor del tiempo, debe procederse
a realizar un anlisis de las propiedades estadsticas de dichos modelos, a fin de tomar una
decisin y seleccionar a aquellos que mejores resultados presentan para lograr los
objetivos del presente Estudio. Esto es lo que se conoce en la literatura especializada como
diagnosis de los modelos.
En primer lugar, deber realizarse anlisis de la capacidad reproductiva de los
modelos y de la significancia estadstica de las distintas variables consideradas.
Posteriormente, debe procederse a construir intervalos de confianza para el valor del
tiempo que se desprende de cada modelo, a fin de ver la confiabilidad de su estimacin.
Finalmente, debe procederse a seleccionar el modelo, considerando para ello los
resultados analticos obtenidos en la etapa de diagnosis.
A continuacin se presentan algunos indicadores de ajuste estadstico factibles
de considerar en el presente Estudio, destacando en primer lugar aquellos asociados a la
significancia de las variables y luego al ajuste global del modelo.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

a)

40

Contrastes de Hiptesis

Para llevar a cabo hiptesis sobre el valor de un coeficiente puede emplearse


un estadstico similar al estadgrafo t tradicional. Si el valor del parmetro calibrado
difiere significativamente del verdadero valor de , deducimos entonces que los datos de
la muestra no son consistentes con la hiptesis nula.
Dado que los estimadores de mxima verosimilitud distribuyen
asintticamente Normal en torno a , y dado que se ha supuesto independencia
estadstica entre los parmetros y el vector de residuos, entonces el estadstico:


tn k
se

(9)

()

sigue una distribucin t con (n - k) grados de libertad (Ortzar y Willumsen, 2011). Notar
que al ser un anlisis asinttico (n grande), la distribucin t converge a una distribucin
Normal.
Un contraste comn consiste en si un parmetro es significativamente
distinto de cero. En tal caso, el estadstico es:
t=

se

(10)

()

En general, si

()

se > t /2 , donde 2 define el grado de

confiabilidad exigido de la distribucin t con (n - k) grados de libertad, entonces la


hiptesis se rechaza y se dice que el coeficiente es estadsticamente significativo; es decir,
la variable asociada a dicho componente ayuda a describir el fenmeno estudiado.
En otras palabras, t es una medida de la diferencia entre la funcin hipottica
de los verdaderos coeficientes y la misma funcin de las estimaciones de dichos
coeficientes. Si la hiptesis es verdadera, las estimaciones deberan reflejarlo al menos
dentro de los rangos de variabilidad de la muestra. El valor t = 1,96 (correspondiente a
un grado de significancia del 95% en muestras grandes) normalmente es el utilizado como
valor de referencia.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

41

Sin embargo, la significacin global del modelo exige de un planteamiento


diferente al de los modelos lineales. En general, para contrastar la validez de un conjunto
de restricciones como las que definen la significacin global del modelo puede emplearse
una estrategia que consiste en comparar el valor de la funcin de verosimilitud en el
estimador restringido con el valor sin restricciones. Esta razn de verosimilitudes
proporciona el siguiente estadstico:

( )
( )

L R
2 ln
L
MV

(11)

2
q

donde R es el vector de parmetros calibrados (por mxima verosimilitud) del modelo


restringido, MV es el vector de parmetros estimados del modelo sin restricciones, y q es el
nmero de restricciones impuestas al modelo restringido.
En particular, si denominamos L0 al valor de la funcin de verosimilitud
cuando todos los coeficientes del modelo son cero (la funcin con restricciones), entonces
el estadstico

( ))

2 ln L0 ln MV

2
k 1

(12)

donde k es el nmero de parmetros definido con el valor cero.


b)

Bondad de Ajuste

Al ser modelos no lineales, carece de sentido plantear la bondad del ajuste en


los trminos que definen, por ejemplo, el coeficiente de determinacin R2. No obstante,
existen varios criterios alternativos que, en cierto modo, siguen la misma filosofa. A
continuacin se presentan cuatro criterios de bondad de ajuste:

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

42

Criterio 1: Nmero de predicciones errneas (N)


Se define como:

=
N

( y y )
i

(13)

donde yi toma el valor 1 si Pi > 0,5 y 0 en otro caso. El problema de este criterio es que
penaliza igual una observacin para la que yi = 1 con Pi = 0, 49 con otra para la que yi
= 1 con Pi = 0, 00 . Adems, siempre que estudiemos un suceso que ocurre con una
probabilidad muy alta o muy baja, este criterio dar un nmero bajo de predicciones
errneas.
Criterio 2: Suma de los cuadrados de los residuos (S)
Se define como:

=
S

( y P )
i

(14)

Este criterio no tiene el inconveniente del anterior, y se corresponde con el del


modelo de regresin convencional. Sin embargo, no est demasiado clara su utilidad,
dado que el modelo de eleccin discreta es esencialmente heterocedstico.
Como alternativa, se ha propuesto un criterio de suma de los cuadrados de los
residuos ponderada por las probabilidades estimadas:

(y P)
S'= i i
i Pi (1 Pi )
2

(15)

Este criterio alternativo corrige la heterocedasticidad los residuos del modelo,


penalizando ms aquellas observaciones con menor varianza (que deberan ser ms
fciles de predecir que aquellas con mayor varianza).
Criterio3: 2 de McFadden
Este criterio se obtiene a partir de la funcin de verosimilitud del modelo
estimado y el modelo equiprobable:

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

= 1
2

( )

ln L(

ln ( L ( 0 ) )

43

(16)

En este caso, si los coeficientes son poco significativos, la capacidad explicativa del
modelo ser muy reducida y L ser muy similar a L(0) ( 2 cercano a cero); por el

()

contrario, cuanto mayor sea la capacidad explicativa del modelo, ms prximo estar 2
a uno. Un problema importante de este ndice, al definirlo de esta forma, es que no tiene un
mnimo de cero en todos los casos (Ortzar y Willumsen, 2011), por lo que conviene ms
utilizar un ndice corregido, que se calcula en base al modelos de slo constantes (que es
un modelo nulo o de referencia muy superior al modelo equiprobable).
D.1.5

Seleccin de Modelos para Estimacin del VST

La seleccin definitiva de los modelos se basa principalmente en los resultados


de los indicadores de ajuste estadstico descritos en la seccin anterior y en el anlisis
especializado del Consultor.
Particularmente, los modelos candidatos a ser elegidos deben cumplir las
siguientes propiedades de carcter relativo al resto de los modelos:

Signos correctos en todos sus parmetros

Elevados valores de la funcin de verosimilitud

Mnima suma de residuos al cuadrado

Mayor nmero de predicciones correctas

Altos valores de los distintos estadsticos.

Debe considerarse que al ser estos modelos de carcter explicativo, es factible


incorporar variables que no presenten significancia estadstica tan elevada, como al 95%,
pero s al 90% o al 85%, lo que implica menores valores del estadstico t.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

D.1.6

44

Construccin de Intervalos de Confianza para el VST

Dado que el valor subjetivo del tiempo se obtiene a partir de la razn de las
utilidades marginales del tiempo y costo respectivamente, es factible considerar a dicha
tasa marginal de sustitucin como una variable aleatoria que es caracterizada por una
determinada media y desviacin estndar.
El teorema central del lmite muestra que, asintticamente, una funcin g ( ) de
una variable aleatoria xn se comporta de la siguiente manera:

g ( ) 2

n ( g ( xn ) g ( ) ) N 0;

(17)

Lo anterior se obtiene de estimar la media y la varianza de las extensiones en


Series de Taylor de la funcin g ( xn ) :
g ( xn ) g ( ) +

g ( )
( xn )
x

(18)

Estimando la varianza para la expresin (18) resulta:


V ( g ( xn ) ) V ( g ( ) )

g ( )
+
V ( xn ) V ( )
x
2

(19)

g ( )
g ( ) 2
V ( g ( xn ) )
V ( xn ) =


x
x
2

(20)

Para un conjunto de funciones (caso multivariable), el resultados es:



d
n ( g ( xn ) g ( ) ) N 0; g T Q g

(21)

donde Q es la matriz de varianzas y covarianzas del vector ( xn ) .


Para entender la aplicabilidad del mtodo recin descrito en la construccin de
intervalos de confianza, consideremos el siguiente ejemplo. Si la funcin de utilidad
indirecta condicional del individuo depende slo del tiempo de viaje (T) y del costo de
viaje (C), se tiene la siguiente especificacin:

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

45

U (T , C ) = 0 + T T + C C

(22)

Luego, por definicin se tendr que el valor subjetivo del tiempo es en este
caso:
=
VST TMS (T , C
=
) U =cte

U T T
=
U C C

(23)

Del proceso de calibracin se obtienen los estimadores T y C , con lo que


evidentemente se obtiene el estimador del valor del tiempo . En consecuencia, el
T

valor del tiempo, definido en funcin de los estimadores T y C , es ahora una variable
aleatoria a la cual le podemos aplicar la definicin expuesta en la expresin (21). En
consecuencia, dado que los estimadores T y C son obtenidos mediante mxima
verosimilitud, est garantizado que distribuyen asintticamente como una normal:

T N (T , T2 )

(24)

C N ( C , C2 )

(25)

Adicionalmente, durante el proceso de calibracin se obtienen los estimadores


de las varianzas y covarianzas de los parmetros T y C , los cuales definen la matriz de
varianzas y covarianzas siguiente:


V T ,C = T
TC

TC

C2

(26)

Por lo tanto, considerando las expresiones (21) y (23) se obtiene:


T

C

2
T

T T
N , (VST )
TC

TC
(VST )
2

(27)

donde:

VST VST 1 T
T
,
(VST ) =

=
,
C C C2
T

DICTUC S.A.

(28)

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

46

Finalmente, se obtiene que el estimador del valor del tiempo distribuye de la


siguiente forma:
T

C

2
T 1 2

T
2 T
N , 2 T 2 TC + C 2
C
C

C C

(29)

y por lo tanto, un intervalo de confianza del valor del tiempo sera el siguiente:

T
1
t
C
C

2
2
T
2 T

+
2

TC
C
C
C2

(30)

donde t corresponde al valor crtico asociado a la confiabilidad exigida (Jara-Daz et al.,


1988).
Evidentemente, dependiendo de la forma funcional considerada para la
funcin de utilidad indirecta condicional (especificacin de los modelos), la forma funcional
del intervalo de confianza para el valor del tiempo cambiar.
Incluso, para especificaciones no lineales, el intervalo de confianza
depender, adems del valor de los estimadores de los parmetros y sus respectivas
varianzas y covarianzas, del valor de las variables explicativas consideradas, en nuestro
caso tiempo (T) y costo (C).
El intervalo de confianza para el valor del tiempo, en el contexto del presente
Estudio, ser construido nicamente para los modelos seleccionados.
Armstrong et al. (2001) proponen un mtodo alternativo asinttico que no
requiere la linealizacin anterior y se basa en la siguiente hiptesis nula:
H 0 : T VT C =
0

(31)

donde VT representa la estimacin puntual del VST. El intervalo de confianza viene dado
por la serie de valores VT para los cuales no se puede rechazar H0 a un nivel de
significancia dado. El estadgrafo correspondiente es (Garrido y Ortzar 1993):

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

t=

47

T VT C

var (T VT C )

Esta expresin distribuye Normal para modelos lineales y de forma asinttica


Normal para los modelos no lineales como el MNL. Armstrong et al.(2001) tambin
derivaron los lmites superiores e inferiores para el intervalo de la forma siguiente:

2
t c tt t c t
t
=
VU ,L VT 2 2 VT c
tt t c t
tt

( t

tt t c

) ( t t )( t
(t t )
2

2
t

2
c

2
c

t2

(32)

donde tt y tc corresponden a los estadsticos t para t y c respectivamente y es el


coeficiente de correlacin entre ambas estimaciones de parmetros. La ecuacin (32) es un
nmero real solamente si el argumento bajo la raz es no-negativo; se puede demostrar que
esta condicin se cumple cuando los parmetros t y c son estadsticamente significativos
(de modo que tc y tt son mayores que t). Esta condicin asegura lmites superiores e
inferiores positivos. Se puede observar que el intervalo de confianza derivado de esta
formulacin no es simtrico respecto a la estimacin puntual de VST (VT), y tambin que el
punto medio del intervalo es mayor que VT. Otro rasgo importante es que el valor de
tiene una fuerte influencia sobre el tamao del intervalo. Adems, cuanto ms significativo
es el valor del estadstico-t menor es el intervalo.
D.2

Estimacin Modelos y Valores del Tiempo, Ciudad de Antofagasta

D.2.1

Anlisis de la Informacin Disponible para la Calibracin

Para la estimacin de los modelos, se utiliz la informacin entregada por la


encuesta origen-destino (EOD) del ao 1998 para la ciudad de Antofagasta.
El procesamiento inicial de la informacin entonces, consiste en seleccionar de
la EOD una cierta cantidad de viajes y, para cada uno de stos, estimar las variables de
servicio que corresponden a las diferentes alternativas para hacer ese viaje. Es importante

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

48

destacar que en la EOD se cuenta con variables de servicio limitadas, por lo que todas
stas deben ser generadas a travs de corridas estratgicas del modelo Vivaldi.
D.2.1.1

Anlisis de la informacin

Dentro de este captulo se efecta un anlisis de la informacin utilizada para


estimar los modelos de particin modal que proporcionaran los parmetros de entrada
para el clculo de los valores del tiempo por modo.
En cuadro siguiente presenta las caractersticas generales de esta encuesta.
Tabla D-1
Caractersticas Generales de la Encuesta
EOD
1998

D.2.1.2

Hogares Personas Viajes Personas/hogar


1.759

7.350

15.363

4,17

Viajes/hogar Vehculos/hogar
8,73

0,48

Zonificacin y perodos

Se definieron 70 zonas internas en la encuesta y cuatro zonas externas. Los


periodos considerados fueron:

Punta maana: 07:15-09:15.

Fuera de Punta: 10:00-12:00 y de 15:30-17:45

Para el perodo Fuera de Punta se extendi el nmero de horas con el objetivo


de contar con mayor cantidad de informacin.
D.2.1.3

Estratificacin de ingresos y tasa de motorizacin

Los modelos de demanda tienen por objeto explicar y predecir las decisiones
de los usuarios respecto de la generacin, distribucin y particin modal de los viajes. Sin
embargo, dependiendo, entre otras cosas, de sus atributos personales y propsitos de viaje,
los usuarios tienen comportamientos diversos, por lo que es necesario categorizar para
permitir su mejor explicacin.
Naturalmente, existen muchas formas de estratificar la demanda, pero,

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

49

consistentemente con lo establecido en la metodologa simplificada para ciudades de


tamao medio, se considera una primera estratificacin a nivel de tasa de motorizacin.
Un segundo nivel de estratificacin se basa en el atributo distribucin del
ingreso del hogar, estratificado en tres niveles: bajo, medio y alto. El hecho de estratificar la
informacin segn ingreso, se explica porque es la forma en que posteriormente se utiliza
para calibrar los distintos sub-modelos. Se consider nueve categoras segn nivel de
ingreso y posesin de automvil de los individuos, como se muestra en el cuadro a
continuacin.
Tabla D-2
Definicin de Categoras Socioeconmicas por Propsito de Viaje
INGRESO DEL HOGAR
Rango de Ingreso ($-2001)

N DE AUTOS DEL HOGAR


Ingreso Medio

Sin auto

1 auto

2 o ms

Bajo

0 230.000

140.000

Medio

230.001 700.000

420.000

Alto

700.001 ms

1.300.000

En la Tabla D-3 se presenta el porcentaje de hogares perteneciente a cada


categora.
Tabla D-3
Porcentaje de Hogares en cada Categora
Ingreso
Bajo
Medio
Alto

D.2.1.4

N DE AUTOS DEL HOGAR


Sin auto
1 auto 2 o ms
31,1%
6,2%
0,1%
27,3%
19,8%
2,5%
2,4%
6,1%
4,5%

Particin modal y propsitos de viaje


Para efectos de la modelacin se diferenci cinco modos, a saber:
1. Caminata
2. Auto Chofer
3. Auto Acompaante

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

50

4. Taxi colectivo
5. Bus
La definicin de los modos de transporte modelados est basada en la
importancia relativa observada en la EOD y en lo que recomienda la metodologa en estos
casos; adems, estos fueron los modos considerados para las posteriores modelaciones
realizadas en VIVALDI. En la Tabla D-4 se presenta la particin modal por categora de
ingreso.
Tabla D-4
Particin Modal Observada segn Categora de Ingreso
Modo

Ingreso 1

Ingreso 2

Ingreso 3

PM

FP

PM

FP

PM

FP

Caminata

33%

34%

21%

25%

9%

16%

Auto Chofer

6%

5%

17%

12%

40%

35%

Auto Acompaante

4%

2%

10%

5%

21%

10%

Taxi Colectivo

11%

14%

11%

18%

11%

17%

Bus

46%

45%

40%

40%

19%

21%

Total

100%

100%

100%

100%

100%

100%

Se observa que las distintas particiones modales segn nivel de ingreso


justifican la consideracin de las tres estratificaciones, lo que se corrobora con los
resultados obtenidos en la calibracin de modelos que se expone ms adelante.
Por otra parte se consider tres propsitos de viaje en Punta Maana y tres en
Fuera de Punta. Cada propsito considera un determinado conjunto de datos, el cual fue
utilizado para calibrar su respectivo conjunto de modelos de demanda:
1. Trabajo
2. Estudio: educacin bsica, educacin media y superior
3. Otros
A nivel desagregado, en la Tabla D-5 se muestra cada uno de los propsitos
considerados en las encuestas y su relacin con los propsitos agregados:

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

51

Tabla D-5
Definicin de Propsitos de Viaje
EOD 1998
Propsito Encuesta
Propsito Agregado
Trabajo
Trabajo
Trabajo
Estudio
Estudio
Compras
Otros
Diligencias
Otros
Salud
Otros
Social/recreacin
Otros
Hogar
Otros
Buscar/dejar alguien.
Otros
Turismo
Otros
Otro

En la siguiente tabla se presenta la particin modal agregando por propsito


de viaje:
Tabla D-6
Particin Modal Observada segn Propsito
Trabajo

Modo

Estudios

Otros

PM

FP

PM

FP

PM

FP

Caminata

11%

15%

32%

27%

25%

30%

Auto Chofer

25%

24%

2%

5%

34%

12%

Auto Acompaante

6%

4%

16%

7%

7%

5%

Taxi Colectivo

16%

21%

7%

8%

10%

17%

Bus

41%

36%

42%

53%

25%

35%

Total

100%

100%

100%

100%

100%

100%

Analizando los resultados por propsito, se observa que en los viajes en Punta
Maana con propsito trabajo, el modo ms utilizado es el bus (41%), seguido por el auto
chofer con un 25%. En los viajes con propsito estudio, el modo ms utilizado es el bus
(42%) seguido por la caminata (32%). Por su parte, de los viajes con propsito otros el
modo ms utilizado es auto con 34%, seguido por caminata y bus, ambos con 25%.
En el periodo Fuera de Punta la tendencia es similar, salvo en el propsito
otros donde ahora el bus y la caminata son las alternativas de viaje ms usadas.
D.2.1.5

Criterios para la seleccin de las muestras de calibracin


Para determinar la muestra utilizada en la calibracin de los modelos, a partir

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

52

de la EOD se verificaron las siguientes condiciones:


1. La hora media de realizacin del viaje deba estar dentro de los intervalos
de tiempo correspondientes a los perodos Punta Maana y Fuera de Punta.
2. El viaje deba ser realizado en uno de los cinco modos considerados como
relevantes.
3. El usuario deba pertenecer a uno de los tres estratos de clasificacin de la
demanda por ingreso. Es decir, el ingreso del hogar del viajero deba haber
sido reportado.
4. El propsito del viaje deba ser trabajo, estudio u otros.
5. Los viajes eran realizados dentro de las zonas internas de la zonificacin de
la ciudad, descartando las zonas perifricas y externas.
6. Si el viaje realizado era en modo auto chofer o auto acompaante, deba
existir al menos un vehculo motorizado en el hogar.
7. El viaje deba haberse realizado slo en una etapa.
8. La edad de los viajeros deba ser mayor a cinco aos.

D.2.1.6

Condiciones para la disponibilidad de modos

La determinacin de los criterios de disponibilidad para cada modo tiene gran


importancia, ya influye en gran medida en los resultados del proceso de calibracin. En
este estudio se establecieron las siguientes condiciones para el caso de Antofagasta:
1. El modo Auto Chofer est disponible si existe al menos un vehculo
motorizado en el hogar y la persona posee licencia.
2. El modo Auto Acompaante se considera disponible si existe al menos un
vehculo motorizado en el hogar.
3. El modo Bus se considera disponible siempre que las zonas estn
conectadas a la red.
4. El modo Taxi-Colectivo se considera disponible siempre que las zonas estn
conectadas a la red.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

53

5. El modo caminata se considera disponible siempre que la distancia de viaje


sea menor a 5 km.

D.2.1.7

Tamao de las muestras de calibracin por perodo propsito

A partir de los criterios de seleccin de la muestra de calibracin, se


obtuvieron los siguientes tamaos de muestra:
Tabla D-7
Nmero de Observaciones por Propsito y Categora Perodo Punta Maana
Categora

Trabajo

Estudios

Otros

Total

269

277

166

712

49

76

57

182

348

335

123

806

266

244

163

673

43

28

31

102

38

29

15

82

89

96

82

267

68

80

40

188

Total

1.172

1.165

677

3.014

Tabla D-8
Nmero de Observaciones por Propsito y Categora Perodo Fuera de Punta

DICTUC S.A.

Categora

Trabajo

Estudios

Otros

Total

163

134

617

914

31

25

111

167

259

148

589

996

158

120

417

695

29

10

72

111

27

12

57

96

47

47

162

256

56

52

123

231

Total

774

548

2.150

3.472

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

D.2.2

54

Determinacin de Variables de Nivel de Servicio

Para efectos de la calibracin de modelos, las variables de nivel de servicio


fueron determinadas a partir de la informacin de la encuesta complementada
directamente con salidas del modelo VIVALDI para las corridas de calibracin del ao
1998. A partir de este modelo, considerando las conexiones entre zonas y las frecuencias
de transporte pblico, se determinaron las variables de la siguiente forma:

1. El tiempo medio de viaje en auto (chofer y acompaante), se obtuvo


directamente de la modelacin VIVALDI.
2. El costo de viaje en auto chofer se determin en base a la distancia media
de viaje entre zonas, considerando que es de 25 $/km segn estimaciones
del STU.
3. El costo de viaje en los modos Taxi colectivo y Bus corresponde a la tarifa
reportada por los usuarios o a la tarifa promedio proporcionada por Vivaldi
4. Los tiempos de viaje en buses y taxis colectivos, se obtuvieron de la
modelacin VIVALDI.
5. Del mismo modo, los tiempos de espera en buses y taxis colectivos se
estimaron considerando la frecuencia de las lneas que conectaban cada
par de zonas.
6. Los tiempos de acceso y egreso para el transporte pblico, se estimaron a
partir de la distancia entre el centroide de la zona y su conexin a la red,
considerando una velocidad de caminata de 4 km/hr.
7. El tiempo de viaje para la caminata se estim a partir de la distancia media
entre zonas, considerando una velocidad de caminata variable segn edad
y sexo, con un promedio de 4 km/hr.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

D.2.3

55

Resultados Proceso de Calibracin Perodo Punta Maana

Para cada propsito se estim un modelo considerando que la funcin de


probabilidad referente a la eleccin de modo era del tipo MNL. Se defini la
especificacin de variables para la funcin de utilidad (costo generalizado) de cada modo,
y finalmente los valores estimados de los parmetros con sus respectiva significancia
estadstica. Adems, se reporta para cada modelo un conjunto de indicadores globales de
ajuste estadstico.
La calibracin de modelos para Punta Maana se realiz para los tres
propsitos de viaje considerados: Trabajo, Estudio, y Otros. El total de modos de transporte
considerados para cada uno de los propsitos fue de cinco.
Las variables utilizadas en la calibracin de los distintos modelos fueron las
siguientes:
tcam:

tiempo de viaje en el modo Caminata (min). Es directamente proporcional a la


distancia recorrida, considerando una velocidad de Caminata variable segn
sexo y edad, con un promedio de 4 km/hr. Esta variable es especfica para el
modo Caminata.

tviai:

tiempo de viaje (min) en el modo i (Auto-chofer, auto acompaante, Taxi


colectivo, Bus).

tespi:

tiempo de espera (min) en el modo i (Taxi colectivo, Bus).

tacci:

tiempo de acceso (min) en el modo i (Taxi colectivo, Bus).

tgenm:

tiempo generalizado de viaje (min). En el caso del Transporte Privado


(Autochofer, Autoacompaante) corresponde al tiempo en vehculo; en el caso
del Transporte Pblico (Bus, Furgn Escolar y Taxicolectivo), corresponde a una
suma ponderada del tiempo de Caminata (acceso y egreso), espera en
paradero y viaje en vehculo. Diferentes especificaciones en la ponderacin de
cada uno de estos tiempos fueron evaluadas, utilizndose las siguientes
relaciones:
- El tiempo de caminata se pondera por cuatro, el tiempo de espera por dos y el
tiempo de viaje en vehculo por uno.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

costm:

56

corresponde al desembolso monetario que debe realizar el individuo al


realizar su viaje ($ de 1988). En el caso del Autochofer, dicho valor
corresponde principalmente al consumo de combustible y se estima en
$25/km. En el caso de los modos de Transporte Pblico (Bus, Furgn Escolar y
Taxicolectivo), dicho valor corresponde a la tarifa.

cosingmk:

corresponde la razn entre el costo de viajar en el modo m y el ingreso


promedio del individuo de categora k.

autos:

corresponde al nmero de autos existentes en el hogar al que pertenece el


individuo que realiza el viaje.

dk:

es una variable muda o ficticia (0, 1), para cada nivel de ingreso k, asociada
al costo de realizar el viaje. De esta forma, para los tres niveles de ingreso, se
consideraron dos variables mudas distintas de cero (k = 2, 3). El objetivo de
incluir esta variable es captar la diferente percepcin del costo de viaje para
los distintos niveles de ingreso de los viajeros.

sex:

es una variable muda (0, 1), que toma el valor 1 cuando el viajero es de sexo
femenino. El objetivo de incluir est variable es captar diferentes percepciones
de los niveles de servicio para cada sexo

Redad:

es una variable muda (0, 1), que toma el valor 1 cuando el viajero tiene menos
de 50 aos. El objetivo de incluir est variable es captar diferentes
percepciones de los niveles de servicio para cada edad

Dlach:

es una variable muda (0, 1), que toma el valor 1 cuando el viaje realizado en
el modo auto chofer tiene una distancia mayor a los 5 kilmetros.

Finalmente, se fij como referencia (valor cero) la constante modal de la


caminata ( bus = 0 ); as, todas las constantes modales especficas son estimadas respecto
de este modo.
D.2.3.1

Resultados propsito trabajo

Para calibrar los modelos de viajes con propsito Trabajo en la hora Punta
Maana, se utiliz una base de datos obtenida a partir de la Encuesta Origen Destino del

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

57

ao 1998 (EOD 1998). As, el total de observaciones consideradas para la calibracin


con Biogeme para el propsito trabajo corresponde a una muestra de 1.172 individuos.
A continuacin se proceder a describir el mejor modelo, de acuerdo a la
opinin del Consultor. En Anexos se presenta el resto de los modelos, priorizados en
cuanto a su Log-Verosimilitud, tanto en su proceso de elaboracin y sus distintos
indicadores, como en el nivel de ajuste y consistencia de sus parmetros.
El modelo escogido fue obtenido definiendo una estructura MNL con
funciones de utilidad definidas a continuacin (ver Tabla D-9).
Tabla D-9
Funcin de Utilidad Modelo Escogido para Antofagasta
Modo

Forma Funcional

Caminata

V01 = cam + tvcam tcam01 + tv sex sex tcam01

Autochofer
Auto acompaante
Taxi colectivo

Bus

V02 = ach + tv ach tvia02 + tv sex sex tvia02 + cos ingach cos ing 02 + autos autos
+ tv edad redad tvia02 + DL Dlach
V03 = aac + tv aac tvia02 + autos autos

V04 =
txc + Tv txc tvia04 + tv sex sex tvia04 + Te txc tesp04
+ Ta txc tacc04 + cos ing txc cos ing 04
V05 =
bus + Tv bus tvia05 + tv sex sex tvia05 + Te bus tesp05
+ Ta bus tacc05 + cos ing bus cos ing 05 + tv edad redad tvia05

Cabe mencionar que se probaron tambin variables no lineales, como usar el


cuadrado del tiempo de viaje, pero los resultados no fueron satisfactorios (ver Anexo). En
cuanto a restricciones adicionales en la especificacin de los parmetros de calibracin, se
introdujo una nueva restriccin consistente en igualar los parmetros de la variacin
sistemtica segn sexo de la valoracin del tiempo de viaje (Tabla D-10).

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

58

Tabla D-10
Restricciones Adicionales al Modelo
Especificacin

sexTv-Ach = sexTv-Aac = sexTv-Cam = sexTv-Bus = sexTv-Txc

El resumen del modelo calibrado se presenta en la Tabla D-11. El porcentaje


de predicciones correctas alcanza a un 63,2%, lo que se traduce en 723 predicciones
correctas efectuadas por el modelo, respecto de un total de 1145 observaciones
consideradas.
Tabla D-11
Resultados del Modelo para Antofagasta
Estadstico

Valor

Log-Verosimilitud

-1032,61

N Pred. Correctas

723

% Pred. Correctas

63,2

0,256

Tabla D-12
Parmetros y Test t del Modelo para Antofagasta
Parmetro

Valor

Test t

Parmetro

Valor

Test t

cam
ach
aac
txc
autos

0,847

2,88

-0,965

-4,79

-1,19

-3,55

-0,255

-2,34

-2,84

-7,18

-0,0716

-4,27

-0,322

-1,27

te txc
te bus
ta txc
ta bus

-0,105

-5,01

1,34

7,29

cosing ach

-0,102

-3,21

tvcam

-0,12

-9,79

cosing txc

-0,0761

-6,11

tv ach

-0,163

-2,82

cosing bus

-0,0528

-3,50

tv aac
tv txc
tv bus

-0,188

-3,47

0,0203

2,17

-0,0519

-1,84

-0,0223

-1,59

-0,0378

-1,78

tv sex
tv edad
DL

0,502

1,62

Para calcular el Valor Subjetivo del Tiempo (VST) se utiliza la definicin de


tasa marginal de sustitucin entre tiempo y costo. Dado que los modelos presentan formas
funcionales lineales con desplazamientos en el parmetro del tiempo segn sexo y rango

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

59

de edad, el estimador del VST se obtiene directamente, para cada sexo, rango de edad y
modo de transporte, de los parmetros calibrados mediante la siguiente expresin:

U k Tv
+
+
= Tv tv sex tv edad
Cosing
U k Cost

=
VSTk TMS
=
Tv ,Co sin

(33)

Calculando un valor promedio para cada modo se obtiene:


Tabla D-13
Valor Subjetivo del Tiempo por Modo en Antofagasta
Modo

VST ($/min)

Auto chofer

109,47

Taxi colectivo

25,48

Bus

31,37

Como se observa en los resultados presentados, el VST para el modo


Autochofer es mayor que el del modo Bus. A partir de las expresiones desarrolladas en la
seccin C.1.7, para el VST por modo calculado, se han obtenido los siguientes intervalos
de confianza al 95%:
Tabla D-14
Intervalo de Confianza al 95% Valor Subjetivo del Tiempo por Modo, Antofagasta

D.2.3.2

Modo

VST Min
($/min)

VST Max
($/min)

Auto chofer

101,57

117,36

Taxi colectivo

22,43

28,53

Bus

29,24

33,50

Resultados propsito otros

En la calibracin de los modelos que consideran viajes con propsito Otros


durante la hora Punta Maana, se trabaj sobre una base de 634 observaciones vlidas,
obtenidas a partir de la EOD 1998. El modelo fue formulado con una estructura MNL con
funciones de utilidad definidas en la Tabla D-15. En cuanto a restricciones adicionales en la
especificacin de los parmetros de calibracin, se introduce las siguientes:

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

60

i.

Se igualan los parmetros de la variacin sistemtica segn sexo de la valoracin


del tiempo de viaje para el modo caminata y auto chofer.

ii.

Se igualan los parmetros de la variacin sistemtica segn sexo de la valoracin


del tiempo de viaje para el modo taxi-colectivo y bus.

iii. Para los modos taxi colectivo y bus se usa tiempo generalizado.
Tabla D-15
Funcin de Utilidad Propsito Otros, Antofagasta
Modo

Forma Funcional

Caminata

V01 = cam + tvcam tcam01 + tv sex sex tcam01

Autochofer

V02 = ach + tv ach tvia02 + tv sex sex tvia02 + cos ingach cos ing 02 + autos autos

Auto acompaante

V03 = aac + tv aac tvia02 + autos autos

Taxi colectivo

V04 = txc + Tgen txc tgen04 + tvtp sex sex tvia04 + cos ing txc cos ing 04

Bus

V05 = txc + Tgen bus tgen05 + tvtp sex sex tvia05 + cos ing bus cos ing 05
+ tv edad redad tvia05
Tabla D-16
Restricciones Adicionales Modelo Otros, Antofagasta
Especificacin

sexTv-Ach = sexTv-Aac = sexTv-Cam


sexTv-Bus = sexTv-Txc

El resumen del modelo calibrado se presenta en la Tabla D-17. El porcentaje


de predicciones correctas alcanza a un 67,2%, lo que se traduce en 426 predicciones
correctas efectuadas por el modelo, respecto de un total de 634 observaciones
consideradas.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

61

Tabla D-17
Resultados Modelo Propsito Otros, Antofagasta
Estadstico

Valor

Log-Verosimilitud

-501,12

N Pred Correctas

426

% Pred Correctas

67,2

0,392

Tabla D-18
Parmetros y Test t del Modelo para Propsito Otros, Antofagasta
Parmetro

Valor

Test t

Parmetro

Valor

Test t

cam

2,11

4,6

tgen txc

-0,0401

-2,16

ach

-2,38

-3,66

tgen bus

-0,0433

-3,39

aac

-4,36

-6,24

cosing ach

-0,17

-3,65

txc

-0,807

-1,46

cosing txc

-0,0717

-3,73

autos
tvcam
tv ach
tv aac

2,96

6,09

cosing bus

-0,0705

-3,39

-0,166

-9,38

0,0191

1,28

-0,123

-2,31

tv sex
tvtp sex

-0,0553

-2,94

-0,144

-2,43

tv edad

0,0182

1,21

El clculo del Valor Subjetivo del Tiempo (VST) se obtiene a partir de la


definicin de tasa marginal de sustitucin entre tiempo y costo tal como se describi en la
seccin anterior. Calculando un valor promedio por modo se obtiene:
Tabla D-19
Valor Subjetivo del Tiempo por Modo, Propsito Otros, Antofagasta
Modo

VST ($/min)

Auto chofer

49,56

Taxi colectivo

37,70

Bus

24,33

Como se observa, el VST para el modo Auto chofer es mayor que el del modo
Bus, pero en este caso, a diferencia del propsito trabajo, el valor del tiempo para el modo

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

62

Bus es menor que para el modo Taxi colectivo. En la Tabla D-20 se presentan los intervalos
de confianza al 95%:
Tabla D-20
Intervalo de Confianza al 95% Valor Subjetivo del Tiempo por Modo

D.2.3.3

Modo

VST Min
($/min)

VST Max
($/min)

Auto chofer

45,58

53,55

Taxi colectivo

28,75

46,65

Bus

21,16

27,51

Resultados propsito estudio

En este caso la muestra considera los viajes realizados por los estudiantes de
educacin Bsica, Media y Educacin Superior (Tcnica Universitaria). Para calibrar los
modelos en la hora Punta Maana, se trabaj sobre una base de 1066 observaciones
vlidas.
Este modelo corresponde a una variacin en las restricciones de los
parmetros de conjunto de funciones de utilidad respecto al modelo con propsito otros.
Todos los parmetros asociados a variables de igual naturaleza son iguales. En las
siguientes tablas se presentan las funciones de utilidad consideradas y las restricciones
impuestas.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

63

Tabla D-21
Funcin de Utilidad,
Modo

Forma Funcional

Caminata

V01 = cam + tvcam tcam01 + tv sexcam sex tcam01

Auto chofer

V02 = ach + tv ach tvia02 + tv sex sex tvia02 + cos ingach cos ing 02 + autos autos
+ DL Dlach

Auto acompaante

V03 = aac + tv aac tvia02 + autos autos

Taxi colectivo

V04 = txc + Tgen txc tgen04 + tv sex sex tvia04 + cos ing txc cos ing 04

Bus

V05 = txc + Tgen bus tgen05 + tv sex sex tvia05 + cos ing bus cos ing 05
+ tv edad redad tvia05

En cuanto a las restricciones adicionales en la especificacin de los


parmetros de calibracin, se introduce las siguientes restricciones:
i.

Se igualan los parmetros de la variacin sistemtica segn sexo de la valoracin


del tiempo de viaje para el modo auto chofer, taxi colectivo y bus.

ii.

Se igualan los parmetros de tiempo de viaje para los modos auto chofer y auto
acompaante.

iii. Para los modos taxi colectivo y bus se usa tiempo generalizado.
Tabla D-22
Restricciones Adicionales Modelo
Especificacin

sexTv-Ach = sexTv-Aac = sexTv-Bus = sexTv-Txc


Tv-Ach = Tv-Aac

El resumen del modelo calibrado se presenta en las siguientes tablas. El


porcentaje de predicciones correctas alcanza a un 74,4%, lo que se traduce en 794
predicciones correctas efectuadas por el modelo, respecto de un total de 1066
observaciones consideradas.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

64

Tabla D-23
Resultados Modelo
ESTADSTICO

VALOR

Log-Verosimilitud

-692,95

N Pred Correctas

794

% Pred Correctas

74,4

0,481

Tabla D-24
Parmetros y Test t del Modelo
Parmetro

Valor

Test t

Parmetro

Valor

Test t

cam

1,64

4,76

tgen txc

-0,023

-2,39

ach

-5,36

-11,20

tgen bus

-0,0269

-3,41

aac

-3,27

-8,70

cosing ach

-0,0767

-1,10

txc

-1,74

-4,81

cosing txc

-0,166

-7,6

bus
autos
tvcam
tv ach

cosing bus

-0,346

-11,32

1,36

7,70

0,0154

1,35

-0,168

-12,28

0,0192

1,80

-0,0841

-2,42

tv sex
tvcam sex
DL

0,857

1,79

En la siguiente tabla se proporciona el Valor Subjetivo del Tiempo (VST)


promedio por modo.
Tabla D-25
Valor Subjetivo del Tiempo por Modo
Modo

VST ($/min)

Auto chofer

92,73

Taxi colectivo

4,94

Bus

2,28

y en la Tabla D-26 se presentan los intervalos de confianza al 95%:

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

65

Tabla D-26
Intervalo de Confianza al 95% Valor Subjetivo del Tiempo por Modo

D.2.4

Modo

VST Min
($/min)

VST Max
($/min)

Auto chofer

70,25

115,22

Taxi colectivo

3,70

6,19

Bus

2,08

2,48

Resultados Proceso de Calibracin Perodo Fuera de Punta

Al igual que el perodo Punta Maana, la calibracin para el perodo Fuera


de Punta se realiz para tres propsitos de viaje: Trabajo, Estudio y Otros. Cabe mencionar
que para este periodo se consider todas las observaciones cuya hora media de viaje
estuviese entre las 10:00-12:00 y las 15:30-17:45 hrs.
En las siguientes secciones se detallan los resultados de las especificaciones
MNL para cada uno de los tres propsitos.
D.2.4.1

Resultados propsito trabajo

Para modelar los viajes al trabajo en horario Fuera de Punta, se consider un


total de 760 observaciones vlidas.
Este modelo fue obtenido definiendo una estructura MNL, con funciones de
utilidad en base al tiempo generalizado y el costo dividido por el ingreso, considerando
restricciones adicionales en los parmetros.
En las siguientes tablas se presentan las funciones de utilidad consideradas y
las restricciones impuestas.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

66

Tabla D-27
Funcin de Utilidad
Modo

Forma Funcional

Caminata

V01 = cam + tv tcam01

Autochofer

V02 = ach + tv tvia02 + cos ingach cos ing 02 + autos autos

Auto acompaante

V03 = aac + tv aac tvia02 + autos autos

Taxi colectivo

V04 = txc + Tv tgen04 + cos ing txc cos ing 04

Bus

V05 = txc + tv tgen05 cos ing bus cos ing 05

En cuanto a las restricciones adicionales en la especificacin de los


parmetros de calibracin, se introduce la restriccin de igualar los parmetros de tiempo
de viaje para todas las alternativas.
Tabla D-28
Restricciones Adicionales Modelo
Especificacin

Tv-cam = Tv-Ach= Tv-Aac= Tv-txc= Tv-bus

El resumen del modelo calibrado se presenta en las siguientes tablas. El


porcentaje de predicciones correctas alcanza a un 56,6%, lo que se traduce en 430
predicciones correctas efectuadas por el modelo, respecto de un total de 760
observaciones consideradas.
Tabla D-29
Resultados Modelo
ESTADSTICO

VALOR

Log-Verosimilitud

-786,88

N Pred Correctas

430

% Pred Correctas

56,6

0,153

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

67

Tabla D-30
Parmetros y Test t del Modelo
Parmetro

Valor

Test t

Parmetro

Valor

Test t

cam
ach
aac

0,515

2,43

1,13

5,95

-0,835

-2,87

autos
tv

-0,0505

-6,72

-2,92

-8,76

cosing ach

-0,0395

-1,41

txc

-0,117

-0,72

cosing txc

-0,0788

-5,88

bus

cosing bus

-0,0282

-1,79

En la siguiente tabla se proporciona el Valor Subjetivo del Tiempo (VST)


promedio segn modo.
Tabla D-31
Valor Subjetivo del Tiempo por Modo
Modo

VST ($/min)

Auto chofer

87,57

Taxi colectivo

27,85

Bus

54,72

Se observa que los valores del tiempo siguen la misma tendencia que en el
caso de Punta Maana trabajo. En la siguiente tabla se presentan los intervalos de
confianza al 95%:
Tabla D-32
Intervalo de Confianza al 95% Valor Subjetivo del Tiempo por Modo

DICTUC S.A.

Modo

VST Min
($/min)

VST Max
($/min)

Auto chofer

78,94

96,19

Taxi colectivo

24,89

30,81

Bus

49,84

59,60

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

D.2.4.2

68

Resultados propsito otros

En la calibracin de los modelos que considera viajes con propsito Otros


durante la hora Fuera de Punta, se trabaj sobre una base de 1961 observaciones vlidas.
A continuacin se definen las funciones de utilidad consideradas y el conjunto de
restricciones adicionales.
Tabla D-33
Funcin de utilidad
Modo

Forma Funcional

Caminata

V01 = cam + tvcam tcam01

Autochofer
Auto acompaante
Taxi colectivo

Bus

V02 = ach + tv ach tvia02 + cos ingach cos ing 02 + autos autos
+ tv edad redad tvia02 + DL Dlach
V03 = aac + tv aac tvia02 + autos autos

V04 =txc + Tv tp tvia04 + Te txc tesp04


+ Ta txc tacc04 + cos ing txc cos ing 04
V05 =bus + Tv tp tvia05 + Te bus tesp05 + Ta bus tacc05
+ cos ing bus cos ing 05 + tv edad redad tvia05

En cuanto a las restricciones adicionales en la especificacin de los


parmetros de calibracin, se introdujo la de igualar los parmetros del tiempo de viaje
para los modos taxi colectivo y bus.
Tabla D-34
Restricciones Adicionales Modelo
Especificacin

Tv-Bus = Tv-Txc

El resumen del modelo calibrado se presenta en la siguiente tabla. El


porcentaje de predicciones correctas alcanza a un 63,5%, lo que se traduce en 1246
predicciones correctas efectuadas por el modelo.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

69

Tabla D-35
Resultados Modelo
Estadstico

Valor

Log-Verosimilitud

-1.667,53

N Pred Correctas

1.246

% Pred Correctas

63,5

0,318

Tabla D-36
Parmetros y Test t del Modelo
Parmetro

Valor

Test t

Parmetro

Valor

Test t

cam
ach
aac
txc
autos

2,600

11,050

-0,934

-6,280

-1,290

-4,510

-0,185

-2,290

-3,260

-9,650

-0,124

-3,100

0,081

0,320

te txc
te bus
ta txc
ta bus

-0,079

-3,420

1,070

7,830

cosing ach

-0,162

-4,360

tvcam

-0,161

-18,350

cosing txc

-0,071

-7,760

tv ach
tv aac
tv tp

-0,155

-3,140

cosing bus

-0,049

-4,290

-0,121

-2,790

-0,027

-3,580

-0,026

-1,790

tv edad
DL

0,684

2,420

Calculando un valor promedio del Valor Subjetivo del Tiempo (VST) por modo
se obtiene:
Tabla D-37
Valor Subjetivo del Tiempo por Modo
Modo

VST ($/min)

Auto chofer

86,50

Taxi colectivo

15,36

Bus

29,22

A partir de las expresiones desarrolladas en la seccin C.1.7, para el VST por


modo calculado, se han obtenido los siguientes intervalos de confianza al 95%:

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

70

Tabla D-38
Intervalo de Confianza al 95% Valor Subjetivo del Tiempo por Modo

D.2.4.3

Modo

VST Min
($/min)

VST Max
($/min)

Auto chofer

80,23

92,76

Taxi colectivo

14,08

16,64

Bus

27,25

31,20

Resultados propsito estudio

Para calibrar los modelos en la hora Fuera de Punta, se trabaj sobre una
base de slo 483 observaciones vlidas. Este modelo fue obtenido definiendo una
estructura MNL, con funciones de utilidad en base al tiempo generalizado y el costo
dividido por el ingreso, considerando restricciones adicionales en los parmetros.
En las siguientes tablas se presentan las funciones de utilidad consideradas y
las restricciones impuestas.
Tabla D-39
Funcin de Utilidad
Modo

Forma Funcional

Caminata

V01 = cam + tv tcam01

Autochofer

V02 = ach + tv tvia02 + cos ingach cos ing 02 + autos autos

Auto acompaante

V03 = aac + tv aac tvia02 + autos autos

Taxi colectivo

V04 = txc + Tv tgen04 + cos ing txc cos ing 04

Bus

V05 = txc + tv tgen05 cos ing bus cos ing 05

En cuanto a restricciones adicionales se introdujo la de igualar los parmetros


de tiempo de viaje para todas las alternativas.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

71

Tabla D-40
Restricciones Adicionales Modelo
Especificacin

Tv-cam = Tv-Ach= Tv-Aac= Tv-txc= Tv-bus

El resumen del modelo calibrado se presenta en las siguientes tablas. El


porcentaje de predicciones correctas alcanza a un 72,2%, lo que se traduce en 349
predicciones correctas efectuadas por el modelo, respecto de un total de 483
observaciones consideradas.
Tabla D-41
Resultados Modelo
ESTADSTICO

VALOR

Log-Verosimilitud

-439,58

N Pred Correctas

349

% Pred Correctas

72,2

0,263

Tabla D-42
Parmetros y Test t del Modelo
Parmetro

Valor

Test t

Parmetro

Valor

Test t

cam
ach

-0,166

-0,91

-0,586

-2,7

-0,293

-0,68

autos
tv

-0,0201

-4,37

aac

-0,697

-2,13

cosing ach

-0,302

-2,82

txc

-0,177

-0,61

cosing txc

-0,183

-4,57

bus

cosing bus

-0,0679

-2,99

En la siguiente tabla se proporciona el Valor Subjetivo del Tiempo (VST)


promedio segn modo.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

72

Tabla D-43
Valor Subjetivo del Tiempo por Modo
Modo

VST ($/min)

Auto chofer

6,06

Taxi colectivo

6,74

Bus

12,97

y en la Tabla D-44 se presentan los intervalos de confianza al 95%:


Tabla D-44
Intervalo de Confianza al 95% Valor Subjetivo del Tiempo por Modo

D.3

Modo

VST Min
($/min)

VST Max
($/min)

Auto chofer

4,67

7,45

Taxi colectivo

5,07

8,42

Bus

11,73

14,20

Estimacin Modelos y Valores del Tiempo, Ciudad de Talca

D.3.1

Anlisis de la Informacin Disponible para la Calibracin

Para la estimacin de estos modelos en el caso de Talca, se utiliz la


informacin entregada por la encuesta EOD del ao 2003 para esta ciudad. El
procesamiento inicial de la informacin entonces, consisti nuevamente en seleccionar de
la EOD una cierta cantidad de viajes y, para cada uno de stos, estimar las variables de
servicio que correspondan a las diferentes alternativas para hacer ese viaje.
Nuevamente en la EOD no se contaba con variables de servicio para la red,
por lo que todas stas debieron ser generadas a travs de corridas estratgicas del modelo
Vivaldi.
D.3.1.1

Anlisis de la EOD 2003

Dentro de este captulo se efecta un anlisis de la EOD 2003, en trminos de


resultados generales sobre las caractersticas de los hogares y los viajes que fueron

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

73

muestreados. El cuadro siguiente presenta las caractersticas generales de esta encuesta.


Tabla D-45
Caractersticas Generales EOD 2003
EOD
2003

Hogares Hab/Hogar Viajes Viajes/Hogar Motorizacin (hogar) Veh/Hogar


2+
0
1

189.308 52.367
3,62
523.270
10,0
35.059 14.446 2.862
0,392
67%
28%
5%
Habit

D.3.1.2

Zonificacin

Se definieron 56 zonas internas en la encuesta. En posible relacionar la zona


EOD con el cdigo de zona adoptado en la modelacin VIVALDI, lo que es fundamental
para obtener los niveles de servicio a partir de la modelacin estratgica.
D.3.1.3

Particin modal y propsitos de viaje

Se presenta el resultado de la particin modal de la encuesta a nivel total y


por propsito de viaje. La categora bus qued compuesta por las categoras bus y bus-bus,
la categora moto qued compuesta por moto chofer y moto acompaante y la categora
otros qued conformada por las categoras auto acompaante - bus, bus - taxi colectivo,
taxi colectivo - bus interurbano, bus - bus interurbano, taxi colectivo - taxi colectivo, auto
acompaante bus, auto chofer bus, taxi bus, otros.
Respecto a los propsitos, stos se agruparon en las tres grandes categoras
establecidas en la metodologa simplificada para ciudades de tamao medio, lo que
permiti una primera estratificacin de la demanda. Estas tres grandes categoras son:
estudio, trabajo y otros. A nivel desagregado, en la Tabla D-46 se muestra cada uno de los
propsitos considerados en las encuestas y su relacin con los propsitos agregados.
En la Tabla D-47 se presenta la distribucin de viajes segn modo y propsito
de acuerdo a la EOD 2003. De la informacin se desprende que los modos ms utilizados
son la caminata con casi un 37% y el bus con un 22% de los viajes. Los viajes en auto
particular (auto chofer + auto acompaante) representan del orden del 20% de la
demanda de viajes. Por su parte, el taxi colectivo representa casi el 10% y la bicicleta el
8%. Estos cinco modos absorben ms del 95% de los viajes que se realizan en la ciudad
de Talca.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

74

Tabla D-46
Definicin de Propsitos de Viaje
EOD 2003
Propsito Encuesta
Al Trabajo
Por Trabajo
Al Estudio
De Salud
Ver a Alguien
Buscar/Dejar Alguien
Comer/Tomar Algo
Buscar/dejar Algo
De Compras
Trmites
Recreacin
Otra cosa

Propsito
Agregado
Trabajo
Trabajo
Estudio
Otros
Otros
Otros
Otros
Otros
Otros
Otros
Otros
Otros

Tabla D-47
Distribucin de los Viajes segn Modo de Transporte y Propsito EOD 2003. Todo el Da
Modo de Transporte
Auto Chofer
Auto Acompaante
Bus + BusBus
Taxi + radio taxi
Taxi Colectivo
Bicicleta
Caminata
Moto Chofer + moto acomp.
Transporte Escolar
Transporte Institucional
Bus Interurbano
Otros
Todos los modos
(%)

Al
Trabajo
30.352
6.298
18.966
497
18.831
23.889
27.083
54
1.337
1.322
3.045
131.674
25,2

Propsito del Viaje


(%)
Al
(%)
Otros
Estudio
23,1
1.891
1,5
32.593
4,8
12.171
9,5
20.199
14,4
50.273 39,2
45.978
0,3
338
0,2
995
14,3
4.468
3,5
27.352
18,1
2.456
1,9
14.132
20,6
45.276 35,3 118.956
0,0
44
0,0
290
10.673
8,3
388
1,0
145
0,1
91
1,0
219
0,2
553
2,3
304
0,2
1.812
128.258
263.338
24,5
50,3

(%)

Total

(%)

12,4
64.836 12,4
7,7
38.668 7,4
17,4 115.218 22,0
0,4
1.830 0,3
10,4
50.651 9,7
5,4
40.477 7,7
45,2 191.314 36,6
0,1
388 0,1
0,1
11.061 2,1
0,0
1.572 0,3
0,2
2.093 0,4
0,7
5.162 0,9
523.270
100

Analizando los resultados por propsito se observa que, en los viajes con
propsito trabajo, el modo ms utilizado es el auto (28%), seguido por la bicicleta con un
sorprendente 18%, luego le siguen el bus y el taxi colectivo con un 14% cada uno. En los
viajes con propsito estudio, el modo ms utilizado es el bus (39%) seguido por la
caminata (35%), le sigue el auto particular con un 11%, mientras que un poco ms del 8%
utiliza transporte escolar. Por su parte, de los viajes con propsito otros el 45% se realiza a
pie, seguido por el auto (20%) y ms atrs por el bus (17%).

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

75

Llama la atencin que la bicicleta no sea un modo demandado por motivo


estudio, teniendo una representacin menor a un 2%.
D.3.1.4

Estratificacin del ingreso y tasa motorizacin

Los modelos de demanda tienen por objeto explicar y predecir las decisiones
de los usuarios respecto de la generacin, distribucin y particin modal de los viajes. Sin
embargo, dependiendo, entre otras cosas, de sus atributos personales y propsitos de viaje,
los usuarios tienen comportamientos diversos, por lo que es necesario categorizar para
permitir su mejor explicacin.
Naturalmente, existen muchas formas de estratificar la demanda, pero,
consistentemente con lo establecido en la metodologa simplificada para ciudades de
tamao medio, se considera una primera estratificacin a nivel de propsito de viaje. Un
segundo nivel de estratificacin se basa en el atributo distribucin del ingreso del hogar,
estratificado en tres niveles: bajo, medio y alto. El hecho de estratificar la informacin segn
ingreso, se explica porque es la forma en que posteriormente se utiliza para calibrar los
distintos sub-modelos.
En cuanto al ingreso medio por nivel, en la Tabla D-48 se reporta el resultado
del clculo. Este se obtuvo como el cociente entre la suma del ingreso por el factor total de
cada viaje de cada estrato de ingreso y la suma de los factores totales para los mismos
viajes.
Tabla D-48
Estratificacin de Hogares segn Ingreso y Posesin de Automvil EOD 2003
Ingreso del Hogar
Rango
Ingreso ($)
Bajo
Medio
Alto

0 220.000
220.001 730.000
sobre 730.000
Total

Total
674
(43,7%)
743
(48,2%)
125
(8,1%)
1.542
(100%)

2 Excluye hogares que no declaran ingreso

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

76

Tabla D-49
Ingreso Medio por Rango

Rango

EOD 2003
Ingreso Medio ($)

Bajo

119.425

Medio

378.737

Alto

1.243.309

En la Tabla D-50 se presenta la distribucin de los viajes a nivel da (todos los


modos y propsitos) estratificados por nivel de ingreso resultantes de la EOD 2003.
Tabla D-50
Estratificacin de Viajes segn EOD 2003. Todo el Da, Todos los Modos y Propsitos
Ingreso del Hogar
Rango
Ingreso ($)
Bajo

0 220.000

Medio

220.001 730.000

Alto

sobre 730.000
Total

D.3.1.5

Total
6.313
(37,7%)
8.708
(52,0%)
1.735
(10,4%)
16.756
(100%)

Modos considerados en calibracin y particin modal observada

A partir del procesamiento directo de la EOD 2003 se obtuvo la particin


modal observada, mostrada en la Tabla D-51, y con esto la importancia relativa de cada
modo de transporte.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

77

Tabla D-51
Particin Modal Observada EOD
2003
Modo

PM

Acum

Da

Caminata

27048

29,7%

29,7%

FP
83396

%
42,3%

Acum
42,3%

Resto
80870

%
34,4%

Acum
34,4%

191314

36,6%

Acum
36,6%

Bus

21988

24,2%

53,9%

39977

20,3%

62,5%

48506

20,6%

55,1%

110471

21,1%

57,7%

Auto Chofer

11915

13,1%

67,0%

20864

10,6%

73,1%

32057

13,6%

68,7%

64836

12,4%

70,1%

Taxi Colectivo

7579

8,3%

75,3%

19849

10,1%

83,2%

23223

9,9%

78,6%

50651

9,7%

79,7%

Bicicleta

7460

8,2%

83,5%

14274

7,2%

90,4%

18744

8,0%

86,6%

40477

7,7%

87,5%

Auto Acompaante

8096

8,9%

92,4%

11214

5,7%

96,1%

19358

8,2%

94,8%

38668

7,4%

94,9%

Transporte Escolar

3290

3,6%

96,0%

2253

1,1%

97,2%

5518

2,3%

97,2%

11061

2,1%

97,0%

Bus - Bus

1272

1,4%

97,4%

1531

0,8%

98,0%

1944

0,8%

98,0%

4747

0,9%

97,9%

Bus Interurbano

254

0,3%

97,7%

924

0,5%

98,5%

916

0,4%

98,4%

2093

0,4%

98,3%

Bus - Bus Interurbano

463

0,5%

98,2%

445

0,2%

98,7%

871

0,4%

98,8%

1780

0,3%

98,6%

Taxi

216

0,2%

98,4%

1002

0,5%

99,2%

538

0,2%

99,0%

1755

0,3%

99,0%

Transporte Institucional

306

0,3%

98,8%

534

0,3%

99,5%

733

0,3%

99,3%

1572

0,3%

99,3%

Taxi Colectivo - Bus Interurbano

388

0,4%

99,2%

250

0,1%

99,6%

525

0,2%

99,5%

1164

0,2%

99,5%

Bus o MetroBus - Taxi Colectivo

286

0,3%

99,5%

139

0,1%

99,7%

486

0,2%

99,7%

911

0,2%

99,7%

17

0,0%

99,5%

420

0,2%

99,9%

128

0,1%

99,8%

565

0,1%

99,8%

129

0,1%

99,7%

128

0,1%

99,9%

143

0,1%

99,8%

400

0,1%

99,8%

Moto Chofer

80

0,1%

99,7%

109

0,1%

100,0%

121

0,1%

99,9%

310

0,1%

99,9%

Auto Acompaante - Bus Interurbano

93

0,1%

99,8%

0,0%

100,0%

167

0,1%

100,0%

261

0,0%

100,0%

Moto Acompaante

44

0,0%

99,9%

0,0%

100,0%

34

0,0%

100,0%

78

0,0%

100,0%

Radio Taxi

32

0,0%

99,9%

0,0%

100,0%

43

0,0%

100,0%

75

0,0%

100,0%

Auto Acompaante - Bus o MetroBus

46

0,1%

100,0%

0,0%

100,0%

0,0%

100,0%

46

0,0%

100,0%

Auto Chofer - Bus Interurbano

13

0,0%

100,0%

0,0%

100,0%

13

0,0%

100,0%

26

0,0%

100,0%

0,0%

100,0%

0,0%

100,0%

0,0%

100,0%

0,0%

100,0%

Otros
Taxi Colectivo - Taxi Colectivo

Taxi - Bus Interurbano

91022

197310

234938

523270

A partir de los resultados presentados en el cuadro anterior se concluye que,


para la calibracin de los modelos de particin modal, se debe considerar los siguientes
modos de transporte:
1.
2.
3.
4.
5.
6.
7.

Caminata
Auto Chofer
Auto Acompaante
Furgn Escolar
Buses
Taxi-Colectivo
Bicicleta

Se descart de la calibracin de los modelos el modo taxi bsico debido a


que, tal como ha ocurrido en otras aplicaciones de la metodologa de ciudades
intermedias, dicho modo presenta una muy baja participacin en el mercado de transporte
(ver Tabla D-51).
D.3.1.6

Criterios para la seleccin de las muestras de calibracin

Para determinar la muestra utilizada en la calibracin de los modelos, a partir


de la EOD en Hogares, se verificaron las siguientes condiciones:

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

78

1. La hora media de realizacin del viaje deba estar dentro de los intervalos
de tiempo correspondientes a los perodos Punta Maana y Fuera de Punta.
2. El viaje deba ser realizado en uno de los siete modos considerados como
relevantes.
3. El usuario deba pertenecer a uno de los tres estratos de clasificacin de la
demanda por ingreso. Es decir, el ingreso del hogar del viajero deba estar
reportado.
4. El propsito del viaje deba ser trabajo, estudio u otros.
5. Los viajes deban ser realizados dentro de las zonas internas de la
zonificacin de la ciudad, descartando las zonas perifricas y externas.
6. Se consider slo viajes basados en el hogar de ida.
7. Si el viaje era realizado en modos auto chofer o auto acompaante, deba
existir al menos un vehculo motorizado en el hogar.
8. Si el viaje era realizado en el modo bicicleta, deba existir al menos una
bicicleta en el hogar.
9. El viaje deba haberse realizado slo en una etapa.
10. La edad de los viajeros deba ser mayor a cinco aos.
D.3.1.7

Condiciones para la disponibilidad de modos

En este parte del estudio se establecieron las siguientes condiciones de


disponibilidad de modos para el caso de Talca:
1. Auto Chofer, si exista al menos un vehculo motorizado en el hogar y la
persona posea licencia de conducir.
2. Auto Acompaante, si exista un vehculo motorizado en el hogar.
3. Bus y Taxi-Colectivo, siempre que las zonas estuvieran conectadas a la red.
4. Caminata, siempre que la distancia de viaje fuera menor a 5 km.
5. Bicicleta se consider siempre disponible.
6. Furgn escolar, si el propsito de viaje era estudio, el usuario era menor de

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

79

edad y el ingreso familiar era mayor o igual a $100.000.

D.3.1.8

Tamao de las muestras de calibracin por perodo propsito

A partir de los criterios de seleccin de la muestra de calibracin, se obtuvo


los siguientes tamaos de muestra:
Tabla D-52
Tamao Muestras de Calibracin por Perodo - Propsito EOD 2003
Propsito
Trabajo
Estudio
Otro
Total

D.3.2

Punta
Maana
835
957
580
2372

Perodo
Fuera de Punta
208
148
867
1223

Total
1043
1105
1447
3595

Determinacin de Variables de Nivel de Servicio

Para efectos de la calibracin de modelos, las variables de nivel de servicio


fueron determinadas directamente de las salidas del modelo VIVALDI, actualizado segn la
informacin reportada en la EOD 2003. A partir de este modelo, considerando las
conexiones entre zonas y las frecuencias de transporte pblico, se determin las variables
de la siguiente forma:
1. El tiempo medio de viaje en auto (chofer y acompaante), se obtuvo
directamente de la modelacin VIVALDI.
2. El costo de viaje en auto chofer se determin en base a la distancia media
de viaje entre zonas, considerando que es dos veces el costo de
combustible. Para tales efectos, se consider un precio de 450 $/lt de
combustible y un rendimiento promedio de 10 lt/km.
3. El costo del viaje en auto acompaante se determin como la mitad del
costo del modo auto chofer.
4. Los tiempos de viaje en bus y taxi colectivo, se obtuvieron de la modelacin
VIVALDI.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

80

5. Del mismo modo, los tiempos de espera en bus y taxi colectivo se estimaron
considerando la frecuencia de las lneas que conectaban cada par de
zonas.
6. Los tiempos de acceso y egreso para el transporte pblico, se estimaron a
partir de la distancia entre el centroide de la zona y su conexin a la red,
considerando una velocidad de caminata de 4 km/hr.
7. El tiempo de viaje para la caminata se estim a partir de la distancia media
entre zonas, considerando una velocidad de caminata variable segn edad
y sexo, con un promedio de 4 km/hr.
8. El tiempo de viaje para la bicicleta se estim a partir de la distancia media
entre zonas, considerando una velocidad variable segn edad y sexo, con
un promedio de 12 km/hr.
9. Se incorpor el costo medio del estacionamiento para las zonas del rea
cntrica 42001, 42101, 42301 y 42401.
D.3.3

Resultados Proceso de Calibracin Perodo Punta Maana

Para cada propsito se estim un modelo considerando que la funcin de


probabilidad referente a la eleccin de modo era del tipo MNL. Se defini la
especificacin de variables para la funcin de costo generalizado (utilidad) de cada modo,
y finalmente los valores estimados de los parmetros con su respectiva significancia
estadstica. Adems, se reporta para cada modelo un conjunto de indicadores globales de
ajuste estadstico.
La calibracin de modelos para Punta Maana (7:30 a 8:30 hrs.) se realiz
para cada uno de los tres propsitos de viaje considerados: Trabajo, Estudio, y Otros. El
total de modos de transporte considerados para los propsitos Trabajo y Otros fue de seis,
mientras que para Estudio fue de siete modos (la diferencia la constituye el modo furgn
escolar).

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

81

Las variables utilizadas en la calibracin de los distintos modelos fueron las


siguientes:
tcam:

tiempo de viaje en el modo Caminata en minutos. Es directamente


proporcional a la distancia recorrida, considerando una velocidad de
Caminata variable segn sexo y edad, con un promedio de 4 km/hr. Esta
variable es especfica para el modo Caminata.

tgenm:

tiempo generalizado de viaje en minutos. En el caso del Transporte Privado


(Autochofer, Autoacompaante) corresponde al tiempo en vehculo; en el caso
del Transporte Pblico (Bus, Furgn Escolar y Taxicolectivo), corresponde a una
suma ponderada del tiempo de Caminata (acceso y egreso), espera en
paradero y viaje en vehculo. Diferentes especificaciones en la ponderacin de
cada uno de estos tiempos fueron evaluadas, utilizndose las siguientes
relaciones:
- El tiempo de caminata se pondera por 4, el tiempo de espera por 2 y el
tiempo de viaje en vehculo por 1.
- El tiempo de caminata se pondera por 2, el tiempo de espera y de viaje en
vehculo por 1.
- El tiempo de caminata, espera y viaje en vehculo se pondera por 1.

costm:

corresponde al desembolso monetario que debe realizar el individuo al


realizar su viaje en pesos del ao 2003. En el caso del Autochofer, dicho
valor corresponde principalmente al consumo de combustible (2,0 veces el
costo de combustible, estimado a partir de un rendimiento promedio de 10
km/litro a $450/litro, valor aproximado del ao 2003). En el caso de los
modos de Transporte Pblico (Bus, Furgn Escolar y Taxicolectivo), dicho valor
corresponde a la tarifa. Notar que en el caso del Autoacompaante esta
variable se considera igual al 50% del costo del modo Autochofer.

cosingmk:

corresponde la razn entre el costo de viajar en el modo m y el ingreso


promedio del individuo de categora k.

autos:

corresponde al nmero de autos existentes en el hogar al que pertenece el


individuo que realiza el viaje.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

dk:

82

es una variable muda (0, 1), para cada nivel de ingreso k, asociada al costo
de realizar el viaje. De esta forma, para los tres niveles de ingreso, se
consider dos variables mudas distintas de cero (k = 2, 3). El objetivo de incluir
esta variable era captar la diferente percepcin del costo de viaje para los
distintos niveles de ingreso de los viajeros.

sex:

es una variable muda (0, 1), que toma el valor 1 cuando el viajero es de sexo
masculino. El objetivo de incluir est variable es captar diferentes percepciones
de los niveles de servicio para cada sexo

Finalmente, se fij como referencia (valor cero) la constante modal de la


caminata (cam = 0); as, todas las constantes modales especficas son estimadas respecto
de este modo
D.3.3.1

Resultados propsito trabajo

Para calibrar los modelos de los viajes con propsito Trabajo en la hora
Punta Maana, se trabaj sobre una base de datos obtenida a partir de la Encuesta Origen
Destino del ao 2003 (EOD 2003). As, el total de observaciones consideradas para la
calibracin con BIOGEME para el propsito trabajo corresponde a una muestra de 835
individuos.
A continuacin se proceder a describir el mejor modelo, de acuerdo a la
opinin del Consultor. En Anexos se presenta el resto de los modelos, priorizados en
cuanto a su Log-Verosimilitud, tanto en su proceso de elaboracin y sus distintos
indicadores, como en el nivel de ajuste y consistencia de sus parmetros; los modelos son
presentados en orden decreciente de la Log-Verosimilitud.
El presente modelo fue obtenido definiendo una estructura MNL con funciones
de utilidad definidas a continuacin (ver Tabla D-53)

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

83

Tabla D-53
Funciones de Utilidad
Modo

Forma Funcional

Caminata

V01 = 01 + Tv pri tcam01 + sextpriv sex tcam01

Autochofer

V02 =
02 + Tv Pri tvia02 + sexTv Pri sex tvia02 + cos ingach cos inach02

Auto acompaante

03 + Tv Pri tvia03 + sexTv Pri sex tvia03 + cos ingaac cos inaac03
V03 =

Bus

V05 =
05 + Tv Pub tgen05 + sexTv Pub sex tgen05 + cos ingbus cos inbus05

Taxi colectivo

V06 =
06 + Tv Pub tgen06 + sexTv Pub sex tgen06 + cos ingbus cos inbus06

Bicicleta

V07 = 07 + Tv pri tvia07 + sextpriv sex tvia07

Cabe mencionar que se probaron tambin variables no lineales, como usar el


cuadrado del tiempo de viaje, pero los resultados no fueron satisfactorios (ver Anexo). En
cuanto a las restricciones adicionales en la especificacin de los parmetros de
calibracin, se puede observar que las restricciones adicionales presentadas en la Tabla
D-54 indican que:
i.

Se igualan los parmetros del tiempo generalizado de viaje para los modos
Autochofer, Autoacompaante, Caminata y Bicicleta.

ii.

Se igualan los parmetros del tiempo generalizado de viaje para los modos
Bus y Taxicolectivo.

iii.

Se igualan los parmetros de la variacin sistemtica segn sexo de la


valoracin del tiempo generalizado de viaje para los modos Bus y
Taxicolectivo.

iv.

Se igualan los parmetros de la variacin sistemtica segn sexo de la


valoracin del tiempo generalizado de viaje para los modos Bus y
Taxicolectivo.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

84

Tabla D-54
Restricciones Adicionales Modelo
Especificacin

Tv-Ach = Tv-Aac = Tv-Cam = Tv-Bic


Tv-Bus = Tv-Txc
sexTv-Ach = sexTv-Aac = sexTv-Cam = sexTv-Bic
sexTv-Bus = sexTv-Txc

El resumen del modelo calibrado se presenta en la Tabla D-55. El porcentaje


de predicciones correctas alcanza a un 56,6%, lo que se traduce en 473 predicciones
correctas efectuadas por el modelo, respecto de un total de 835 observaciones
consideradas.
Tabla D-55
Resultados Modelo
Estadstico
Valor
Log-Verosimilitud

-894,228

N Pred Correctas

473

% Pred Correctas

56,6

0,442

Tabla D-56
Parmetros y Test t del Modelo
Parmetro

Valor

Cam

Ach

0,590

Aac

Test t

Parmetro

Valor

Test t

Tv-Pub

-0,00656

-1,66

2,29

sexTv-Priv

-0,0169

-1,78

-1,82

-4,97

sexTv-Pub

-0,0250

-5,90

Bus

-1,28

-4,10

Cosinach

-0,0650

-3,73

Txc

-1,51

-5,32

Cosinaac

-0,185

-2,43

Bic

-1,09

-6,44

Cosinbus

-0,0497

-3,38

Tv-Priv

-0,0805

-8,83

Cosintxc

-0,0533

-3,78

El clculo del Valor Subjetivo del Tiempo (VST) se obtiene a partir de la


definicin de tasa marginal de sustitucin entre tiempo y costo. Dado que los modelos
presentan formas funcionales lineales con desplazamientos en el parmetro del tiempo

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

85

segn sexo, el estimador del VST se obtiene directamente, para cada sexo y modo de
transporte, de los parmetros calibrados mediante la siguiente expresin:
=
=
VSTk TMS
Tv ,Co sin

U k Tv
+
= Tv sexTV
Co sin
U k Cost

(34)

Calculando un valor promedio para cada modo se obtiene:


Tabla D-57
Valor Subjetivo del Tiempo por Modo
Modo

VST ($/min)

Auto chofer

105,87

Auto acompaante

27,33

Bus

13,13

Taxi colectivo

11,43

Como se observa en los resultados presentados, el VST para el modo


Autochofer es mayor que el del modo Bus. A partir de las expresiones desarrolladas en la
seccin C.1.7, para el VST por modo calculado, se han obtenido los siguientes intervalos
de confianza al 95%:
Tabla D-58
Intervalo de Confianza al 95% Valor Subjetivo del Tiempo por Modo
VST Max
VST Min
Modo
($/min)
($/min)

D.3.3.2

Auto chofer

92,2

119,5

Auto acompaante

21,5

33,1

Bus

11,29

14,97

Taxi colectivo

9,51

13,36

Resultados propsito otros

En la calibracin de los modelos que considera viajes con propsito Otros


durante la hora Punta Maana, se trabaj sobre una base de 580 observaciones vlidas,
las que fueron obtenidas a partir de la EOD 2003. Al igual que para el propsito
Trabajo, se describir el mejor modelo en cuanto a su Log-Verosimilitud, tanto en su

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

86

proceso de elaboracin y sus distintos indicadores, como en el nivel de ajuste y valor de


sus parmetros.
Por otra parte, y como se observa en las tablas que resumen los valores de los
estimadores de los parmetros, aparecen constantes modales poco significativas. Sin
embargo, ello no representa un inconveniente en trminos conceptuales, ya que refleja
nicamente la poca diferencia en cuanto a la percepcin de las alternativas de algunos
modos para la realizacin de este tipo de viajes.
El modelo fue obtenido definiendo una estructura MNL, con funciones de
utilidad definidas a continuacin.
Tabla D-59
Funciones de Utilidad
Modo

Forma Funcional

Caminata

V01 = 01 + Tcam tcam01

Autochofer

V02 =
02 + Tv Ach tvia02 + cos ingach cos inach02

Auto acompaante

V03 =
03 + Tv Aac tvia03 + cos ingaac cos inaac03

Bus

05 + Tv Bus tgen05 + cos ingbus cos inbus05


V05 =

Taxi colectivo

V06 =
06 + Tv Txc tgen06 + cos ingbus cos inbus06

Bicicleta

V07 =
07 + Tv Bic tvia07

Este modelo considera tambin restricciones adicionales en los parmetros, las


cules se presentan en la siguiente Tabla.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

87

Tabla D-60
Restricciones Adicionales Modelo
Especificacin

TCam = Tv-Ach = Tv-Aac = Tv-Bus = Tv-Txc = Tv-Bic

El resumen del modelo calibrado se presenta en la siguiente tabla. El


porcentaje de predicciones correctas alcanza a un 67,9%, lo que se traduce en 394
predicciones correctas efectuadas por el modelo, respecto de un total de 580
observaciones consideradas.
Tabla D-61
Resultados Modelo
Estadstico

Valor

Log-Verosimilitud

-489,01

N Pred Correctas

394

% Pred Correctas

67,9

0,420

Tabla D-62
Parmetros y Test t del Modelo
Parmetro

Valor

Test t

Parmetro

Valor

Test t

Cam

TGen

-0,0918

-10,58

Ach

0,631

2,33

CosinAch

-0,0343

-1,84

Aac

-2,17

-6,94

CosinAac

-0,0556

-1,46

Bus

-1,28

-6,51

CosinBus

0,0115

-1,36

Txc

-2,79

-10,12

CosinTxc

-0,00600

-0,66

Bic

-3,37

-12,55

Se observa entonces que los signos de los parmetros son correctos y varios
son significativamente distintos de cero al 95% de confianza. La excepcin corresponde a
los parmetros relacionados con el costo de los modos.
En las siguientes tablas se presentan los resultados del VST para los modos
Autochofer, Autoacompaante, Bus y Taxicolectivo.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

88

Tabla D-63
Valor Subjetivo del Tiempo por Modo
Modo

VST ($/min)

Auto chofer

165,87

Auto acompaante

71,33

Bus

283,00

Taxi colectivo

315,93

Para el VST por modo calculado, se han obtenido los siguientes intervalos de
confianza al 95%:
Tabla D-64
Intervalo de Confianza al 95% Valor Subjetivo del Tiempo por Modo

D.3.3.3

Modo

VST Min
($/min)

VST Max
($/min)

Auto chofer

140,74

191,0

Auto acompaante

59,34

83,32

Bus

175,86

390,16

Taxi colectivo

258,10

573,77

Resultados propsito estudio

En este caso la muestra considera los viajes realizados por los estudiantes de
educacin Bsica, Media y Educacin Superior (Tcnica Universitaria). Para calibrar los
modelos en la hora Punta Maana, se trabaj sobre una base de 957 observaciones
vlidas, obtenidas a partir de la EOD 2003. Adems, debe incluirse el modo Furgn
Escolar como alternativa, por lo que requiere especificarse una funcin de utilidad para
este modo.
Se realizaron diversos intentos en la calibracin de los modelos respecto de
las restricciones sobre los parmetros. Es as como se intent calibrar los modelos siguiendo
la lnea de la calibracin realizada para los propsitos Otros y Trabajo, pero tales
especificaciones no resultaron consistentes para el propsito de Estudio. De esta manera, la
nica especificacin que entregaba resultados razonables para los parmetros era no
hacer distincin para los tiempos generalizados de viaje ni los costos.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

89

El modelo corresponde a una variacin en las restricciones de los parmetros


de conjunto de funciones de utilidad. Todos los parmetros asociados a variables de igual
naturaleza son iguales. Adems corresponde a un modelo MNL.
Tabla D-65
Funciones de Utilidad
Modo

Forma Funcional

Caminata

V01 = 01 + TGen tcam01

Autochofer

V02 = 02 + TGen tvia02 + cos ing cos inach02

Auto acompaante

V03 = 03 + TGen tvia03 + cos ing cos inaac03

Furgn Escolar

V04 = 04 + TGen tvia04 + cos ing cos inbus04

Bus

V05 = 05 + TGen tgen05 + cos ing cos inbus05

Taxi colectivo

V06 = 06 + TGen tgen06 + cos ing cos inbus06

Bicicleta

V07 = 07 + TGen tvia07

El resumen del modelo calibrado se presenta en las siguientes tablas. El


porcentaje de predicciones correctas alcanza a un 35,2%, lo que se traduce en 337
predicciones correctas efectuadas por el modelo, respecto de un total de 957
observaciones consideradas.
Tabla D-66
Resultados Modelo
ESTADSTICO

VALOR

Log-Verosimilitud

-1116,259

N Pred Correctas

337

% Pred Correctas

35,21

0,250

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

90

Tabla D-67
Parmetros y Test t del Modelo
Parmetro

Valor

Cam

Ach

0,136

Aac

Test t

Parmetro

Valor

Test t

Txc

-1,53

-8,44

0,26

Bic

-3,03

-10,88

-0,152

-0,93

TGen

-0.0224

-7,2

Fes

-1,58

-10,37

Cosing

-0,0195

-2,41

Bus

1,12

7,6

En la siguiente tabla se proporciona el Valor Subjetivo del Tiempo (VST)


promedio por modo.
Tabla D-68
Valor Subjetivo del Tiempo por Modo
Modo

VST ($/min)

Auto chofer

90,14

Auto acompaante

103,39

Furgn Escolar

38,47

Bus

34,70

Taxi colectivo

40,96

Para el VST por modo calculado, se han obtenido los siguientes intervalos de
confianza al 95%:
Tabla D-69
Intervalo de Confianza al 95% Valor Subjetivo del Tiempo por Modo
VST Max
VST Min
Modo
($/min)
($/min)
Auto chofer
49,36
130,92

DICTUC S.A.

Auto acompaante

80,45

126,34

Furgn Escolar

32,24

44,71

Bus

32,19

37,22

Taxi colectivo

31,62

50,31

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

D.3.4

91

Resultados Proceso de Calibracin Perodo Fuera de Punta

Al igual que el perodo Punta Maana, la calibracin para el perodo Fuera


de Punta se realiz para tres propsitos de viaje: Trabajo, Estudio y Otros. El total de
modos de transporte considerados para los propsitos Trabajo y Otros fue de seis, mientras
que para Estudio fue de siete modos (el modo Furgn Escolar slo est disponible para
propsito estudio).
En las siguientes secciones se detallan los resultados de las especificaciones
MNL para cada uno de los tres propsitos.
D.3.4.1

Resultados propsito trabajo

Para modelar los viajes al trabajo en horario Fuera de Punta, se consider un


total de 208 observaciones vlidas, obtenidas a partir de la EOD 2003. El modelo fue
obtenido definiendo una estructura MNL, con funciones de utilidad en base al tiempo
generalizado y el costo, considerando restricciones adicionales en los parmetros.
i.

Se igualan los parmetros del valor del tiempo generalizado de viaje para
los modos de transporte privado.

ii.

Se igualan los parmetros del valor del tiempo generalizado de viaje


para los modos de transporte pblico.

iii.

Se igualan los parmetros del costo de viaje dividido por Ingreso para
los modos Autochofer, Autoacompaante, Bus y Taxi colectivo.
Tabla D-70
Restricciones Adicionales Modelo
Especificacin

Tv-Pri = Tv-Ach = Tv-Aac = Tv-Bic


Tv-Pub = Tv-Bus = Tv-Txc
Cosing = CosinAch = CosinAac = CosinBus = CosinTxc

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

92

Tabla D-71
Funciones de Utilidad
Modo

Forma Funcional

Caminata

V01 =
01 + Tv cam tcam01

Autochofer

V02 =
02 + T Pr iv tvia02 + cos ing cos inach02

Auto acompaante

V03 =
03 + T Pr iv tvia03 + cos ing cos inaac03

Bus

V05 = 05 + TPub tgen05 + cos ing cos inbus05

Taxi colectivo

V06 = 06 + TPub tgen06 + cos ing cos inbus06

Bicicleta

V07 =
07 + T Pr iv tvia07

El resumen del modelo calibrado se presenta en las siguientes tablas. El


porcentaje de predicciones correctas alcanza a un 54,8%, lo que se traduce en 114
predicciones correctas efectuadas por el modelo, respecto de un total de 208
observaciones consideradas.
Tabla D-72
Resultados Modelo
ESTADSTICO
VALOR
Log-Verosimilitud

-214,382

N Pred Correctas

114

% Pred Correctas

54,8

0,272

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

93

Tabla D-73
Parmetros y Test t del Modelo
Parmetro

Valor

Cam

Ach

-0,501

Aac

Test t

Parmetro

Valor

Test t

Bic

-1,45

-2,86

-1,05

TCam

-0,114

-6,47

-3,00

-5,02

TPriv

-0,0804

-2,83

Bus

-3,08

-5,19

TPub

-0,00770

-1,11

Txc

-3,32

-6,19

Cosing

-0,0166

-1,06

En la siguiente tabla se proporciona el Valor Subjetivo del Tiempo (VST)


promedio segn modo.
Tabla D-74
Valor Subjetivo del Tiempo por Modo
Modo

VST ($/min)

Auto chofer

311,14

Auto acompaante

244,81

Bus

14,67

Taxi colectivo

19,3

Para el VST por modo calculado, se han obtenido los siguientes intervalos de
confianza al 95%:
Tabla D-75
Intervalo de Confianza al 95% Valor Subjetivo del Tiempo por Modo
VST Max
VST Min
Modo
($/min)
($/min)
Auto chofer
185,63
436,66

DICTUC S.A.

Auto acompaante

188,04

301,18

Bus

10,59

18,77

Taxi colectivo

15,23

23,38

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

D.3.4.2

94

Resultados propsito otros

En la calibracin de los modelos que consideran viajes con propsito Otros


durante la hora Fuera de Punta, se trabaj sobre una base de 867 observaciones vlidas,
las que fueron obtenidas a partir de la EOD 2003. Al igual que para el propsito
Trabajo, se describir el mejor modelo en cuanto a su Log-Verosimilitud, tanto en su
proceso de elaboracin y sus distintos indicadores, como en el nivel de ajuste y valor de
sus parmetros.
En este caso se considera nuevamente un MNL. A continuacin se definen las
funciones de utilidad consideradas y el conjunto de restricciones adicionales.
Tabla D-76
Funciones de Utilidad
Modo

Forma Funcional

Caminata

V01 =
01 + T Pr i tcam01 + SexT Pr i sex tcam01 + Intra Int01

Autochofer

V02 =
02 + T Pr i tvia02 + SexT Pr i sex tvia02 + Co sin ach co sin ach02

Auto acompaante

V03 = 03 + T Pr i tvia03 + SexT Pr i sex tvia03

Bus

V05 =
05 + T P ub tgen05 + SexT P ub sex tgen05 + Co sin bus co sin bus05

Taxi colectivo

V06 =
06 + T P ub tgen06 + SexT P ub sex tgen06 + Co sin txc co sin txc06

Bicicleta

V07 = 07 + T Pr i tvia07 + SexT Pr i sex tvia07

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

95

Tabla D-77
Restricciones Adicionales Modelo
Especificacin

TPri = Tv-Ach = Tv-Aac = Tv-Cam = Tv-Bic


SexTPri = SexTv-Ach = SexTv-Aac = SexTv-Cam = SexTv-Bic
TPub = TGen-Bus = TGen-Txc
SexTPub = SexTGen-Bus = SexTGen-Txc

El resumen del modelo calibrado se presenta en la tabla siguiente. El


porcentaje de predicciones correctas alcanza a un 66,4%, lo que se traduce en 576
predicciones correctas efectuadas por el modelo.
Tabla D-78
Resultados Modelo
ESTADSTICO

VALOR

Log-Verosimilitud

-741,88

N Pred Correctas

576

% Pred Correctas

66,4

0,381

Tabla D-79
Parmetros y Test t del Modelo
Parmetro

Valor

Cam

Ach

-0,548

Aac

Test t

Parmetro

Valor

Test t

SexTPriv

-0,0277

-2,57

-1,79

SexTPub

-0,0106

-2,16

-2,98

-11,15

CosinAch

-0,0625

-1,89

Bus

-2,47

-7,84

CosinBus

-0,00708

-1,31

Txc

-3,17

-11,02

CosinTxc

-0,0110

-1,75

Bic

-2,73

-14,83

Intra

1,74

3,76

TPriv

-0,0887

-10,09

Vialar

2,04

1,68

TPub

-0,00968

-2,28

Calculando un valor promedio del Valor Subjetivo del Tiempo (VST) por modo
se obtiene:

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

96

Tabla D-80
Valor Subjetivo del Tiempo por Modo
Modo

VST ($/min)

Auto chofer

137,4

Bus

56,06

Taxi colectivo

42,65

Para el VST por modo calculado, se han obtenido los siguientes intervalos de
confianza al 95%:
Tabla D-81
Intervalo de Confianza al 95% Valor Subjetivo del Tiempo por Modo
VST Max
VST Min
Modo
($/min)
($/min)

D.3.4.3

Auto chofer

98,49

176,2

Bus

48,29

63,84

Taxi colectivo

35,7

49,6

Resultados propsito estudio

En este caso, se asume que la muestra considera slo los viajes realizados por
los estudiantes de Educacin Superior (Tcnica Universitaria). Para calibrar los modelos
en la hora Fuera de Punta, se trabaj sobre una base de slo 759 observaciones vlidas,
obtenidas a partir de la EOD 2003.
En este caso el modelo es un MNL con un conjunto de funciones de utilidad
con restricciones adicionales en sus parmetros. En cuanto al conjunto de restricciones
adicionales, como ya se haba mencionado, se reduce bsicamente a la misma
especificacin de los parmetros del tiempo de viaje generalizado y del costo dividido por
el ingreso. Adems se incorporan variaciones en la valoracin del tiempo segn edad, a
travs de variable que indica si la persona es o no mayor de 18 aos.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

97

Tabla D-82
Funciones de Utilidad
Modo

Forma Funcional

Caminata

V01 = 01 + TGen tcam01 + OldTGen old tcam01

Autochofer

V02 =
02 + TGen tvia02 + OldTGen old tvia02 + cos ing cos inach02

Auto acompaante

V03 =
03 + TGen tvia03 + OldTGen old tvia03 + cos ing cos inaac03

Furgn Escolar

V04 =
04 + TGen tvia04 + OldTGen old tvia04 + cos ing cos inbus04

Bus

V05 =
05 + TGen tgen05 + OldTGen old tgen05 + cos ing cos inbus05

Taxi colectivo

V06 =
06 + TGen tgen06 + OldTGen old tgen06 + cos ing cos inbus06

Bicicleta

V07 = 07 + TGen tvia07 + OldTGen old tvia07

Tabla D-83
Restricciones Adicionales Modelo
Especificacin

Tv-Ach = Tv-Aac = Tv-Bic = TCam = TGen-Bus = TGen-Txc = TGen-Fes = TGen


Cosing = CosinAch = CosinAac = CosinBus = CosinTxc

El resumen del modelo calibrado se presenta en las siguientes tablas.


Tabla D-84
Resultados Modelo
Estadstico

Valor

Log-Verosimilitud

-184,09

N Pred Correctas

54

% Pred Correctas

36,48

0,173

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

98

Tabla D-85
Parmetros y Test t del Modelo
Parmetro

Valor

Cam

Ach

0,974

Aac

Test t

Parmetro

Valor

Test t

Txc

-1,06

-2,71

1,43

Bic

-2,35

-3,86

-0,743

-1,82

TGen

-0,0186

-2,42

Fes

-0,839

-1,71

OldTGen

0,0116

1,58

Bus

0,990

2,99

Cosing

-0,0117

-0,89

En la siguiente tabla se proporciona el Valor Subjetivo del Tiempo (VST)


promedio segn modo.
Tabla D-86
Valor Subjetivo del Tiempo por Modo
Modo

VST ($/min)

Auto chofer

21,06

Auto acompaante

62,94

Furgn Escolar

50,90

Bus

59,80

Taxi colectivo

31,97

Para el VST por modo calculado, se han obtenido los siguientes intervalos de
confianza al 95%:
Tabla D-87
Intervalo de Confianza al 95% Valor Subjetivo del Tiempo por Modo
VST Max
VST Min
Modo
($/min)
($/min)

DICTUC S.A.

Auto chofer

16,23

25,9

Auto acompaante

34,98

90,91

Furgn Escolar

33,53

68,28

Bus

32,35

87,27

Taxi colectivo

18,7

45,25

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

99

DEFINICIN DE UNA METODOLOGA DE CLCULO DE BENEFICIOS


(TAREA 4)

E.1

Estimacin de un Valor Social del Tiempo

En esta seccin se presentan estimaciones de valores sociales del tiempo a


partir de los resultados de los modelos de demanda expuestos en la seccin D. Se
presentan los dos enfoques alternativos para la obtencin de un valor social del tiempo.
A continuacin se presentan las estimaciones de VST considerando los dos
enfoques metodolgicos descritos, especificando las ventajas y limitaciones de cada uno.
E.1.1

Enfoque Tradicional

El enfoque tradicional basado en el clculo del excedente de los consumidores


corresponde a una alternativa convencional de clculo del bienestar asociado a la
reduccin de tiempo que inducen determinados proyectos de infraestructura vial y
transporte en general. Este enfoque no considera en absoluto la forma en que se ha
financiado el proyecto (lo que desde el punto de vista social es correcto, ya que es
relevante el costo total del proyecto y no quin lo financia), sino que considera nicamente
el costo alternativo que presenta el tiempo de viaje de los viajeros que ven disminuido su
tiempo de viaje, el cual puede normalmente asociarse a trabajo u ocio.
El clculo del Valor Subjetivo del Tiempo (VST) se obtiene a partir de la
definicin de tasa marginal de sustitucin entre tiempo y costo mediante la siguiente
expresin:
=
VSTk TMS
=
Tv ,Co sin

U k Tv
U k Cost

De esta forma, dadas las estimaciones de valores subjetivos del tiempo para los
distintos tipos de individuos y de viajes (a nivel de cada observacin), se procede a obtener
un promedio ponderado de dichos valores del tiempo en funcin de las particiones
modales y estratificaciones de ingreso consideradas.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

E.1.2

100

Enfoque Alternativo

El enfoque alternativo se basa en el trabajo de Glvez y Jara-Daz (1995) 3. En


dicho trabajo, se critica el enfoque tradicional por las razones ya expuestas: asignarle
mayores pesos a individuos de mayores ingresos. La forma de mitigar esta crtica es
asignarle igual peso a todos los individuos, y que cada individuo valorar el ahorro de
tiempo de manera inversa a la utilidad marginal que induce su pago de impuestos o carga
tributaria.
Sin embargo, y como se especifica en el trabajo de Glvez y Jara-Daz
(1995), la aplicacin de este enfoque considera una serie de supuestos que limitan su
aplicacin, si se compara directamente con el enfoque tradicional (existen otras
limitaciones adicionales, pero son aplicables a ambos enfoques, razn por la cual no se
reportan): el enfoque es vlido slo si los proyectos de transporte son financiados con
fondos pblicos (impuestos). En el caso de concesiones, el enfoque correcto a utilizar,
como sealan los autores, es el enfoque tradicional. Esto sugiere por lo tanto la estimacin
de un VST para proyectos concesionados y otro para proyectos financiados con fondos
pblicos, lo que es inconsistente con los objetivos del presente Estudio.
El desarrollo de Glvez y Jara-Daz (1995) es vlido slo cuando se emplean
especificaciones lineales de las preferencias de los individuos, considerando explcitamente
la ausencia de efecto ingreso y que la utilidad marginal del tiempo de viaje es constante. La
generalizacin del enfoque, si bien es factible, excede el marco del presente Estudio.
Adicionalmente, la aplicacin del mtodo requiere de estimaciones de cargas
tributarias a nivel de individuos, informacin estimada y disponible slo para ciertos rangos
de ingreso. Sin embargo, la informacin de ingresos de los individuos de la EOD-2001 y
2006 est a nivel de hogares; es decir, se dispone del rango de ingreso del hogar al que
pertenece el viajero, pero no del ingreso del viajero.

Valoracin Social de la Disminucin de Tiempos de Viaje. Actas del Sptimo Congreso Chileno de
Ingeniera de Transporte, SOCHITRAN, Octubre de 1995.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

101

Por otra parte, y dado que el ingreso de un hogar puede estar compuesto de
mltiples maneras, con cargas tributarias absolutamente diferentes segn la manera en que
est conformado el ingreso del hogar, no es factible realizar una estimacin adecuada de
la carga tributaria del individuo a partir del ingreso del hogar al que pertenece. Luego, si se
aplica la carga tributaria estimada a nivel de individuo sobre el ingreso del hogar, se est
sobre estimando la carga tributaria de los hogares de mayores ingresos, sesgando tambin
la estimacin del valor del tiempo. Sin embargo, y como se expone en la seccin siguiente,
s fue factible estimar una distribucin de la carga tributaria a nivel de hogar.
De acuerdo a Glvez y Jara-Daz (1995), el valor social del tiempo (VST) se
puede estimar, para modelos lineales (en parmetros y variables) y en ausencia de efecto
ingreso, a partir de la siguiente expresin:

q q Pq VT=
q
s

q
q 1

q q =
q
s
s

( P )

(35)

U
utilidad marginal del costo de viaje del tipo de individuo q q =

, donde q es,
q

=
VST

donde:

q:

en nuestro caso, especfico para cada perodo, propsito y categora de ingreso. Es


decir, existen tantos valores de q como combinaciones de perodo, propsito y
categora de ingreso se definan.

q:

U
utilidad marginal del tiempo de viaje del tipo de individuo q q =

, donde q
q

es, en nuestro caso, especfico para cada perodo, propsito y modo de transporte.
Es decir, existen tantos valores de q como combinaciones de perodo, propsito y
modos se definan.

s:

utilidad marginal social del ingreso de los viajeros, que corresponde a la suma
ponderada (por la distribucin de carga tributaria Cq del individuo tipo q) de los

distintos valores de q =
s q Cq ; notar que Cq no depende del modo de
q

transporte, ni propsito ni perodo de viaje, slo del rango de ingreso.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

102

Sin embargo, q s depende, adems del ingreso, del perodo y propsito de viaje.
Por lo tanto, se obtiene un s por perodo y propsito de viaje (pero no por modo ni
por categora de ingreso).
Pq:

porcentaje del ahorro de tiempo generado por un proyecto por el individuo tipo q
respecto al tiempo total ahorrado. Dado que esto depender del tipo de proyecto, y
que para efectos de este Estudio se necesita un valor del tiempo nico, se
considerar la proporcin de individuos de tipo q dentro del total de viajeros urbanos
obtenidos de la EOD.

U T
VTq: valor subjetivo del tiempo del individuo tipo q VTq =

U C

, el cual es obtenido

directamente de los modelos economtricos de eleccin discreta calibrados. Existen


tantos valores de VTq como combinaciones de perodo, propsito, categoras de
ingreso y modos se definan.
Dado que los modelos considerados en este Estudio podrn ser no lineales, y
adems incluyen explcitamente la variable ingreso en la especificacin, los parmetros q
y s dejan de ser constantes, ya que dependen de otras variables; lo mismo sucede con
VTq. Esto implica que la expresin (35) deja de ser vlida. Por dicha razn, se realizan
aproximaciones razonables, las cuales consisten en evaluar las utilidades marginales que
conforman cada uno de estos tres parmetros (q , s y VTq) en los valores medios de las
variables explicativas que los definen para cada tipo de individuo q. Por ejemplo, la
U
utilidad marginal del costo de viaje
queda en funcin del costo y del ingreso, por
C
q

lo que se utilizar el valor promedio del costo y del ingreso del individuo q obteniendo as
U
U
un valor para
; lo mismo para
en los casos que corresponda.

C
T
q
q

Luego, a partir de la expresin (35), de los resultados de los modelos de


demanda definitivos, y considerando la aproximacin descrita en el prrafo anterior, se
obtienen los siguientes estimadores para el VST segn perodo y propsito de viaje.
Para

estimar la carga tributaria Cq del individuo tipo q, se utiliz como

informacin base la estimacin de la carga tributaria a nivel de hogares para los 10


deciles de ingresos existentes en Chile en el ao 1996, estimacin realizada como parte

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

103

del estudio de Engel et al. (1998). Considerando que la carga tributaria no vari de
manera importante entre los aos 1998 y 2003, es factible suponer constante dicha carga
y por lo tanto esta informacin puede ser utilizada tanto para las ciudades de Antofagasta
como de Talca, y en el ltimo tiempo. En la siguiente tabla se resume la carga tributaria
para cada decil de ingreso:
Tabla E-1
Carga Tributaria segn Ingreso
Carga
Ingreso
Tributaria
Decil
Medio
Estimada
($2003) (*)
(**)
1
63.866
14,40%
2

144.442

16,00%

191.812

15,80%

268.877

15,20%

306.609

15,00%

429.035

14,30%

450.173

13,80%

528.481

13,10%

809.633

12,20%

10

1966.147

11,80%

(*) Casen 2003


(**) Engel et al. (1988)

Dado que la informacin de la Tabla E-1 se encuentra a nivel de deciles, y en


el presente Estudio se han considerado tres categoras de ingreso tanto para la ciudad de
Antofagasta como para la ciudad de Talca, fue necesario homologar ambas fuentes de
informacin. Para ello, se consider que la carga tributaria para cada una de las tres
categoras consideradas se obtena interpolando respecto a los rangos de ingreso del decil
al que perteneca dicha categora.
Los clculos de los valores del tiempo usando ambos enfoques se presentan a
continuacin.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

E.1.3

104

Clculo Valor Social del Tiempo para Antofagasta

E.1.3.1

Enfoque tradicional

Este enfoque fue utilizado para obtener los valores del tiempo presentados en
el captulo anterior, a continuacin se resumen los principales resultados obtenidos:
Tabla E-2
Valor del Tiempo por Modo Perodo Punta Maana, Antofagasta ($/min)
Propsito/Modo

Trabajo

Estudios

Otros

Auto chofer

109,47

92,73

49,56

Taxi colectivo

25,48

4,94

37,70

Bus

31,37

2,28

24,33

Figura E.1
Valor del Tiempo, Punta Maana, Antofagasta
120
100

$/min

80
60

Auto chofer
Taxi colectivo

40

Bus

20
0
Trabajo

Estudios

Otros

Prosito

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

105

Tabla E-3
Valor del Tiempo por Modo Perodo Fuera de Punta, Antofagasta ($/min)

E.1.3.2

Propsito/Modo

Trabajo

Estudios

Otros

Auto chofer

87,57

6,06

86,50

Taxi colectivo

27,85

6,74

15,36

Bus

54,72

12,97

29,22

Enfoque alternativo

Usando la Tabla E-1 de referencia (actualizando a $ de 1998) e interpolando


se puede obtener una carga tributaria por categora de ingreso:
Tabla E-4
Carga Tributaria Categora de Ingreso, Antofagasta
Ingreso
Categora
Porcentaje
Carga
Medio
Ingreso
hogares Tributaria
($/mes)
1
140.000
37,6
0,14
2

420.000

49,9

0,52

1.300.000

12,6

0,34

Figura E.2
Valor del Tiempo, Fuera de Punta, Antofagasta
100

$/min

80
60
Auto chofer
40

Taxi colectivo
Bus

20
0
Trabajo

Estudios

Otros

Prosito

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

106

Entonces, usando la expresin (35) se obtienen los siguientes valores sociales


por modo y periodo:
Tabla E-5
Valor Social del Tiempo por Modo Perodo Punta Maana, Antofagasta
Enfoque Alternativo ($/min)
Propsito/Modo

Trabajo

Estudios

Otros

Auto chofer

67,17

40,38

25,95

Taxi colectivo

18,01

3,20

34,06

Bus

29,82

1,92

28,54

Figura E.3
Valor Social del Tiempo, Punta Maana, Antofagasta, Enfoque Alternativo
80
70
60

$/min

50
40

Auto chofer

30

Taxi colectivo
Bus

20
10
0
Trabajo

Estudios

Otros

Prosito

Tabla E-6
Valor del Social del Tiempo por Modo Perodo Fuera de Punta, Antofagasta
Enfoque Alternativo ($/min))

DICTUC S.A.

Propsito/Modo

Trabajo

Estudios

Otros

Auto chofer

49,48

2,66

41,81

Taxi colectivo

21,37

4,01

12,33

Bus

57,11

9,96

28,63

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

107

Figura E.4
Valor Social del Tiempo, Fuera de Punta, Antofagasta, Enfoque Alternativo
100

80

$/min

60
Auto chofer
40

Taxi colectivo
Bus

20

0
Trabajo

Estudios

Otros

Prosito

E.1.4
E.1.4.1

Clculo Valor Social del Tiempo para Talca


Enfoque tradicional
En las siguientes tablas se presenta el valor del tiempo usando el enfoque

tradicional:
Tabla E-7
Valor del Tiempo por Modo Perodo Punta Maana, Talca ($/min)

DICTUC S.A.

Propsito/Modo

Trabajo

Estudios

Otros

Auto chofer

105,87

90,14

165,87

Auto acompaante

27,33

103,39

71,33

Bus

13,13

34,70

283,00

Taxi colectivo

11,43

40,96

315,93

Furgn Escolar

38,47

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

108

Figura E.5
Valor del Tiempo, Punta Maana, Talca
350
300

$/min

250
Auto chofer

200

Auto acompaante

150

Bus
Taxi colectivo

100

Furgn Escolar

50
0
Trabajo

Estudios

Otros

Prosito

Tabla E-8
Valor del Tiempo por Modo Perodo Fuera de Punta, Talca ($/min)

DICTUC S.A.

Propsito/Modo

Trabajo

Estudios

Otros

Auto chofer

311,14

62,94

137,4

Auto acompaante

244,81

21,06

Bus

14,67

59,80

56,06

Taxi colectivo

19,3

31,97

42,65

Furgn Escolar

50,90

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

109

Figura E.6
Valor del Tiempo, Fuera de Punta, Talca
350
300

$/min

250
Auto chofer

200

Auto acompaante

150

Bus
Taxi colectivo

100

Furgn Escolar

50
0
Trabajo

Estudios

Otros

Prosito

E.1.4.2

Enfoque alternativo

Usando la Tabla E-1 de referencia e interpolando se puede obtener una carga


tributaria por categora de ingreso:
Tabla E-9
Carga Tributaria Categora de Ingreso, Talca
Ingreso
Categora
Porcentaje
Carga
Medio
Ingreso
hogares Tributaria
($/mes)
1
119.425
43,7
0,17
2

378.737

48,2

0,57

1.243.309

8,10

0,26

Entonces, usando la expresin (35) se obtienen los siguientes valores sociales


por modo y periodo:

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

110

Tabla E-10
Valor Social del Tiempo por Modo Perodo Punta Maana, Talca
Enfoque Alternativo ($/min)
Propsito/Modo

Trabajo

Estudios

Otros

Auto chofer

55,04

50,09

102,85

Auto acompaante

18,22

45,61

62,66

Bus

13,10

38,19

290,42

Taxi colectivo

10,54

39,04

318,10

Furgn Escolar

40,32

Figura E.7
Valor del Tiempo, Punta Maana, Talca, Enfoque Alternativo
350
300

$/min

250
Auto chofer

200

Auto acompaante

150

Bus
Taxi colectivo

100

Furgn Escolar

50
0
Trabajo

Estudios

Otros

Prosito

Tabla E-11
Valor Social del Tiempo por Modo Perodo Fuera de Punta, Talca
Enfoque Alternativo ($/min)

DICTUC S.A.

Propsito/Modo

Trabajo

Estudios

Otros

Auto chofer

184,77

46,49

74,03

Auto acompaante

160,94

17,628

Bus

15,31

50,41

59,60

Taxi colectivo

14,86

43,92

39,32

Furgn Escolar

35,48

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

111

Figura E.8
Valor del Tiempo, Fuera de Punta, Talca
200

$/min

150
Auto chofer
100

Auto acompaante
Bus
Taxi colectivo

50

Furgn Escolar

0
Trabajo

Estudios

Otros

Prosito

E.2

Metodologa para el Clculo de Beneficios

La evaluacin econmica, desde el punto de vista social, considera como


costos y beneficios de un proyecto a todos aquellos que se producen debido a su
implementacin, independientemente de quin o quines sean los sujetos que perciben los
beneficios o incurren en los costos. Interesa la situacin de la comunidad como un todo,
analizando si se ver beneficiada por la realizacin de un determinado proyecto. Se
toman en cuenta todos los costos (sean stos directos, asociados, indirectos e intangibles) y
todos los beneficios (sean stos tambin directos, indirectos o intangibles).
El criterio general para determinar los costos y beneficios relevantes para un
proyecto, es considerar todos aquellos costos y beneficios que se producirn si se
implementa el proyecto y que no se produciran si no se realiza. Es decir que la
comparacin de lo que sucede con proyecto, versus lo que hubiere sucedido sin
proyecto, definir los costos y beneficios pertinentes del mismo, que slo se generan a
travs de l y que de no hacerlo no existen.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

112

Los proyectos que son re-evaluados (como parte de la Tarea 5), mantienen el
enfoque metodolgico original que fue considerado para su evaluacin, a fin de que la reestimacin del VST entregue eventuales diferencias atribuibles nicamente a dicha reestimacin.
Para realizar una re-evaluacin completa de proyectos o planes de transporte,
sera necesario contar con simulaciones estratgicas que nos permitieran, por un lado,
estimar los ahorros en el consumo de tiempo de los usuarios del sistema de transporte por
efecto del proyecto, y por otro lado, estimar los costos asociados a los insumos que
permiten la operacin del sistema, as como las inversiones asociadas a cada plan de
transporte.
La herramienta utilizada para simular y predecir el comportamiento del sistema
de transporte urbano en ambos casos es el Modelo Clsico de Transporte de Cuatro
Etapas, aplicado en forma secuencial, siguiendo la metodologa para la planificacin de
ciudades intermedias de SECTRA.
Esta herramienta de planificacin, cuya herramienta computacional de
aplicacin recibe el nombre de VIVALDI, permite estimar, a partir de datos sobre la
Generacin y Atraccin de Viajes en la ciudad, la cantidad de viajes para cada par
origen-destino (distribucin de viajes), la cantidad de viajes en cada modo de transporte
por par origen-destino (particin modal) y finalmente, los flujos de vehculos y pasajeros en
la red de modelacin, as como el nivel de servicio experimentado por los usuarios
(asignacin de viajes).

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

113

APLICACIN DE LA METODOLOGA Y EVALUACIN DE LOS


PROYECTOS (TAREA 5)

Para esta tarea, el Consultor recibi como informacin simulaciones


estratgicas del sistema de transporte de cada una de las dos ciudades estudiadas, de un
escenario base y un escenario con proyecto, para los perodos Punta Maana y Fuera de
Punta, para solo un corte temporal. Luego, al no contar con simulaciones de dos cortes
temporales, se hace imposible estimar, por medio de interpolacin, los beneficios por
ahorro de tiempo para un horizonte de evaluacin. Slo es posible cuantificar estos
ahorros para el ao de las simulaciones.
Como esta tarea consiste en estudiar los cambios en la evaluacin de
proyectos producto de considerar valores del tiempo diferenciados por modo, y que estos
cambios no modificarn los resultados en ahorros de tiempo y costos al comparar la
situacin base de la situacin con proyecto, el trabajo se concentrar en determinar en
cuanto cambia la estimacin monetaria de los beneficios por ahorro de tiempo en cada
caso, al utilizar los valores del tiempo por modo calculados anteriormente versus la
estimacin clsica que utiliza el valor social del tiempo entregado cada ao por el
Ministerio de Desarrollo Social (ex MIDEPLAN).
En las siguientes secciones, se presentan para cada una de las ciudades
consideradas en este estudio, los resultados de esta estimacin.
F.1

Comparacin de la Estimacin de Beneficios por Ahorro de Tiempo


Usando Valor del Tiempo por Modo para la Ciudad de Antofagasta

Para el uso de esta herramienta en el caso de la ciudad de Antofagasta se


utilizaron las modelaciones entregadas por SECTRA para el corte temporal del ao 2010.
Esto quiere decir que la modelacin realizada se basa en la informacin disponible sobre
viajes de los usuarios estimados para el ao 2010. Luego, las modelaciones a utilizar
como situacin base para el uso en este estudio, son aquellas que representan la situacin
del sistema de transportes de la ciudad de Antofagasta para el ao 2010, en los perodos
de Punta Maana y Fuera de Punta. As, se recibieron como dato para la realizacin de
esta tarea cuatro simulaciones de VIVALDI para el ao 2010.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

114

El Consultor no recibi informacin acerca del proyecto modelado en las


corridas, por lo que no es posible identificar el tipo de proyecto que se est evaluando.
Las siguientes tablas muestran los indicadores globales de operacin del
sistema de transportes de la ciudad de Antofagasta para el perodo Punta Maana
(obtenidos a partir de las variables de servicio) en el corte temporal 2010, en la situacin
base versus la situacin con proyecto:
Tabla F-1
Indicadores Globales Transporte Privado PM 2010
BASE PM 2010
PROYECTO PM 2010
Modo

Tiempo
(min)

Auto

7,76

Viajes
20.733

Tiempo
(min)
7,1

Viajes
20.689

Tabla F-2
Indicadores Globales Transporte Pblico PM 2010
BASE PM 2010
PROYECTO PM 2010
Modo

Caminata

Espera

Viaje

(min)

(min)

(min)

Bus

5,53

1,3

13,79

Taxi colectivo

5,79

0,69

9,61

Caminata

Espera

Viaje

(min)

(min)

(min)

26.381

6,37

1,68

11,87

27.604

7.355

5,82

0,68

8,87

7.045

Viajes

Los indicadores globales resultantes para el perodo Fuera de Punta se


aprecian en la Tabla F-3 y en la Tabla F-4:
Tabla F-3
Indicadores Globales Transporte Privado FP 2010
BASE FP 2010
PROYECTO FP 2010
Modo

Tiempo
(min)

Auto

DICTUC S.A.

7,79

Viajes
12.803

Tiempo
(min)
7,31

Viajes
12.467

www.dictuc.cl

Viajes

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

115

Tabla F-4
Indicadores Globales Transporte Pblico FP 2010
BASE FP 2010
PROYECTO FP 2010
Modo

Caminata

Espera

Viaje

(min)

(min)

(min)

Bus

6,2

0,98

14,2

Taxi colectivo

6,42

0,72

8,39

Caminata

Espera

Viaje

(min)

(min)

(min)

20.137

6,15

1,63

12,01

21.734

8.421

6,51

0,7

7,82

7.769

Viajes

Viajes

Con estos resultados, es posible determinar la cantidad de horas de viaje


consumidas por modo en cada perodo de modelacin, multiplicando el tiempo por la
cantidad de viajes en cada modo. La diferencia entre los consumos de la situacin base
menos la situacin con proyecto representa el ahorro de tiempo por perodo de
modelacin generado por el proyecto.
En las siguientes tablas se presentan los ahorros obtenidos por modo para el
proyecto estudiado de la ciudad de Antofagasta:
Tabla F-5
Ahorros Consumo de Tiempo Situacin Base v/s Escenario con Proyecto
Por Modo, PM 2010
Ahorro de Tiempo (Situacin Base Escenario con Proyecto)
Modo

Caminata

Espera

Viaje

Ahorro Total

(min)

(min)

(min)

(min)

Auto

13.996,18

13.996,18

Bus

-29.950,55

-12.079,42

36.134,51

-5.895,46

Taxi colectivo

1.583,55

284,35

8.192,40

10.060,32

Tabla F-6
Ahorros Consumo de Tiempo Situacin Base v/s Escenario con Proyecto
Por Modo, FP 2010
Modo
Auto
Bus
Taxi colectivo

Ahorro de Tiempo (Situacin Base Escenario con Proyecto)


Ahorro Total
Caminata
Espera
Viaje
(min)
(min)
(min)
(min)
-

8.601,60

8.601,61

-8.814,7

-15.692,16

24.920,06

413,20

3.486,63

624,82

9.898,61

14.010,06

Luego, para valorizar los ahorros de tiempo obtenidos a travs de la


comparacin de los niveles de servicio que entreg la comparacin de las simulaciones de
la situacin base y el escenario con proyecto, se deben amplificar estos valores de los

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

116

perodos de modelacin a valores anuales, a travs del uso de factores de expansin.


Luego, este ahorro de tiempo anual debe multiplicarse por el valor del tiempo para obtener
la valorizacin monetaria de ste.
En el caso de Antofagasta, se utilizan los factores de expansin reportados en
el estudio de Diagnstico del Sistema de Transporte Urbano de la ciudad (SECTRA, 2004).
En la siguiente tabla se presentan estos valores y el ahorro total anual
producto del proyecto:
Tabla F-7
Expansin Anual de Ahorros Consumo de Tiempo
Situacin Base v/s Escenario con Proyecto, Ao 2010
Perodo

Factor de
Expansin Anual

Ahorro Tiempo Perodo


Modelacin (min)

Ahorro Tiempo
Anual (min)

Punta Maana

1.040

18.161,02

18.887.460,80

Fuera de Punta

5.080

23.024,86

116.966.289,00

Ahorro Tiempo Total


(min)
135.853.750

Los ahorros anuales, utilizando el Valor Social del Tiempo proporcionado por
MIDEPLAN, se estimaron a travs del producto entre este ahorro en minutos y el valor
social del tiempo por minuto. Para el caso de Antofagasta, se utiliz el valor entregado
para el ao 1998 (11,97 $/min). A continuacin se presentan los resultados obtenidos:
Tabla F-8
Valorizacin Monetaria de Ahorro de Tiempo
Ahorro de
Tiempo Anual
(min)

VST ($/min)

Valorizacin Ahorro
Anual ($)

135,853,750

11,97

$ 1.625.716.536

La principal tarea a realizar en este captulo es comparar estos resultados con


aquellos obtenidos de valorizar los ahorros de tiempo con aquellos que se obtendran al
utilizar los valores del tiempo por modo calculados en este estudio. Luego, se presentan los
resultados calculados con los valores del tiempo por modo ya presentados, y con el valor
social del tiempo por modo usando el enfoque alternativo calculado segn la metodologa
propuesta por Glvez Jara-Daz y, a modo de comparacin.
En las siguientes tablas se presentan los resultados obtenidos en la
valorizacin utilizando estos valores.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

117

Tabla F-9
Valorizacin Monetaria de Ahorro de Tiempo con Valor del Tiempo por Modo, Ao 2010
Modo

Ahorro de Tiempo (Situacin Base Escenario con Proyecto)


Ahorro Anual Ahorro Anual
Valorizacin
VT PM
VT FP
PM
FP
Ahorro Anual
(min)
($)
($/min)
($/min)
(min)

Auto

89,54

74,04

14.556.027

43.696.128

Bus

18,54

32,34

-6.131.278

2.099.056

Taxi colectivo

20,28

16,78

10.462.712

71.171.104

$5.899.646.798

Tabla G-10
Valorizacin Monetaria de Ahorro de Tiempo con Valor Social Enfoque Alternativo del
Tiempo por Modo, Ao 2010
Ahorro de Tiempo (Situacin Base Escenario con Proyecto)
Modo
Ahorro Anual Ahorro Anual
Valorizacin
VST PM
VST FP
PM
FP
Ahorro Anual
($/min)
($/min)
(min)
(min)
($)
Auto

47,56

37,34

14.556.027

43.696.128

Bus

18,75

32,03

-6.131.278

2.099.056

Taxi colectivo

15,89

13,03

10.462.712

71.171.104

$ 3.370.029.547

Es claro que, al utilizar valores del tiempo diferenciados por modo, los
beneficios monetarios obtenidos producto del ahorro de tiempo crecen en comparacin
con la metodologa tradicional. Usando los valores del enfoque tradicional, el aumento es
de 3,6 veces ms y si se usan los valores del enfoque alternativo el aumento es de 2,1
veces ms.
F.2

Comparacin de la Estimacin de Beneficios por Ahorro de Tiempo


Usando Valor del Tiempo por Modo para la Ciudad de Talca

Para el uso de esta herramienta en el caso de la ciudad de Talca se utiliz las


modelaciones entregadas por SECTRA para el corte temporal del ao 2015. Esto quiere
decir que la modelacin realizada se basa en la informacin disponible sobre viajes de los
usuarios estimados para el ao 2015. Luego, las modelaciones a utilizar como situacin
base para el uso en este estudio, son aquellas que representan la situacin del sistema de
transportes de la ciudad de Talca para el ao 2015, en los perodos de Punta Maana y
Fuera de Punta.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

118

Para el caso de Talca, se recibi como dato para la realizacin de esta tarea
cuatro simulaciones de VIVALDI para el ao 2015. En el caso de la situacin base, se
recibieron las corridas pb_am_15 y pb_fp_15, correspondientes a los perodos Punta
Maana y Fuera de Punta. Para la situacin con proyecto, se recibieron las corridas
p6bc_am_15 y p6bc_fp_15.
El Consultor no recibi informacin acerca del proyecto modelado en las
corridas, por lo que no es posible identificar el tipo de proyecto que se est evaluando. Se
revisaron los estudios de Diagnstico de Sistema de Transporte de la ciudad de Talca, pero
no se encontr reportes sobre evaluacin de planes de transporte.
Las siguientes tablas muestran los indicadores globales de operacin del
sistema de transportes de la ciudad de Talca para el perodo Punta Maana (obtenidos a
partir de las variables de servicio) en el corte temporal 2015, en la situacin base versus la
situacin con proyecto:
Tabla F-11
Indicadores Globales Transporte Privado PM 2015
BASE PM 2015
PROYECTO PM 2015
Modo

Tiempo
(min)

Auto

15,01

Viajes
20.475

Tiempo

Viajes

(min)
14,06

19.733

Tabla F-12
Indicadores Globales Transporte Pblico PM 2015
Modo

BASE PM 2015
Caminata

Espera

Viaje

Furgn Escolar

(min)
1,91

(min)
22,2

(min)
11,05

Bus

11,59

1,98

9,08

Taxi colectivo

9,01

0,69

9,48

PROYECTO PM 2015
Caminata

Espera

Viaje

1.772

(min)
1,83

(min)
22,91

(min)
10,63

25.572

11,66

2,15

7,52

26.484

8.364

9,04

0,69

8,26

8.216

Viajes

Los indicadores globales resultantes para el perodo Fuera de Punta se


aprecian en las siguientes tablas:

DICTUC S.A.

www.dictuc.cl

Viajes
1.814

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

119

Tabla F-13
Indicadores Globales Transporte Privado FP 2015
Modo

BASE FP 2015
Tiempo
(min)
13,28

Auto

PROYECTO FP 2015
Tiempo

Viajes

Viajes

(min)
12,91

12.488

12.207

Tabla F-14
Indicadores Globales Transporte Pblico FP 2015
Modo

BASE FP 2015

PROYECTO FP 2015

Caminata

Espera

Viaje

Furgn Escolar

(min)
1,96

(min)
31,02

(min)
9,69

Caminata

Espera

Viaje

223

(min)
1,87

(min)
30,98

(min)
9,52

Bus

12,21

2,01

7,98

11.710

12,12

2,29

6,88

12.116

Taxi colectivo

8,44

0,66

7,43

7.173

8,52

0,67

6,87

7.051

Viajes

Viajes
236

Con estos resultados, es posible determinar la cantidad de horas de viaje


consumidas por modo en cada perodo de modelacin, multiplicando el tiempo por la
cantidad de viajes en cada modo. La diferencia entre los consumos de la situacin base
menos la situacin con proyecto representa el ahorro de tiempo por perodo de
modelacin generado por el proyecto.
A continuacin se presentan los ahorros de tiempo obtenidos por el proyecto
para cada perodo de modelacin:
Tabla F-15
Ahorros Consumo de Tiempo Situacin Base v/s Escenario con Proyecto
por Modo, PM 2015
Modo

Ahorro de Tiempo (Situacin Base Escenario con Proyecto)


Ahorro Total
Espera
Viaje
(min)
(min)
(min)
(min)

Caminata
Auto
Furgn Escolar
Bus
Taxi colectivo

DICTUC S.A.

29.883,77

29.883,77

64,9

-2.220,34

297,78

-1.857,66

-12.423,96

-6.308,04

33.034,08

14.302,08

1.087

102,12

11.426,56

12.615,68

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

120

Tabla F-16
Ahorros Consumo de Tiempo Situacin Base v/s Escenario con Proyecto
por Modo, FP 2015
Modo

Ahorro de Tiempo (Situacin Base Escenario con Proyecto)


Ahorro Total
Caminata
Espera
Viaje
(min)
(min)
(min)
(min)

Auto
Furgn Escolar
Bus
Taxi colectivo

8.248,27

8.248,27

-4,24

-393,82

-85,85

-483,91

-3.866,82

-4.208,54

10.087,72

2.012,36

465,6

10,01

4.855,02

5.330,63

Para valorizar los ahorros de tiempo a travs de los niveles de servicio que
entreg la comparacin de las simulaciones de la situacin base y el escenario con
proyecto, se deben amplificar estos valores de los perodos de modelacin a valores
anuales, a travs del uso de factores de expansin. Luego, este ahorro de tiempo anual
debe multiplicarse por el valor del tiempo para obtener la valorizacin monetaria de ste.
En el caso de Talca, se utilizan los factores de expansin reportados en el
estudio de Diagnstico del Sistema de Transporte Urbano de la ciudad (SECTRA, 2007).
En la siguiente tabla se presentan estos valores y el ahorro total anual producto del
proyecto:
Tabla F-17
Expansin Anual de Ahorros Consumo de Tiempo
Situacin Base v/s Escenario con Proyecto, Ao 2015
Perodo

Factor de
Expansin Anual

Ahorro Tiempo Perodo


Modelacin (min)

Ahorro Tiempo
Anual (min)

378

54.943,87

20.768,782

2.858

15.107,35

43.176.806

Punta Maana
Fuera de Punta

Ahorro Tiempo Total


(min)
63.945.589

Los ahorros anuales, utilizando el Valor Social del Tiempo proporcionado por
MIDEPLAN, se estimarn a travs del producto entre este ahorro en minutos y el valor
social del tiempo por minuto. Para el caso de Talca, se utilizar el valor entregado para el
ao 2003 (13,72 $/min). A continuacin se presentan los resultados obtenidos:

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

121

Tabla F-18
Valorizacin Monetaria de Ahorro de Tiempo, Ao 2010
Ahorro de Tiempo Anual
(min)

VST ($/min)

Valorizacin Ahorro
Anual ($)

63,945,589

13,72

$ 877.141.646

La principal tarea a realizar en este captulo es comparar estos resultados con


aquellos obtenidos de valorizar los ahorros de tiempo con aquellos que se obtendran al
utilizar los valores del tiempo por modo calculados en este estudio. Luego se presentan los
resultados calculados con los valores del tiempo por modo ya presentados, y con el valor
social del tiempo por modo calculado segn la metodologa propuesta por Glvez y JaraDaz, a modo de comparacin.
En las siguientes tablas se presentan los resultados obtenidos utilizando estos
valores.
Tabla F-19
Valorizacin Monetaria de Ahorro de Tiempo con Valor del Tiempo por Modo, Ao 2015
Modo

Ahorro de Tiempo (Situacin Base Escenario con Proyecto)


Ahorro Anual Ahorro Anual Valorizacin Ahorro
VT PM
VT FP
PM
FP
Anual
(min)
($)
($/min)
($/min)
(min)

Auto

114,20

141,52

29.883,77

8.248,27

Furgn Escolar

38,47

50,90

-1.857,66

-483,91

Bus

87,83

49,48

14.302,08

2.012,36

Taxi colectivo

46,71

37,39

12.615,68

5.330,63

$ 6.557.202.634

Tabla F-20
Valorizacin Monetaria de Ahorro de Tiempo con Valor Social del Tiempo
Por Modo, Ao 2015
Modo

Ahorro de Tiempo (Situacin Base Escenario con Proyecto)


Ahorro Anual Ahorro Anual Valorizacin Ahorro
VST PM
VST FP
PM
FP
Anual
(min)
($)
($/min)
($/min)
(min)

Auto

62,93

86,04

29.883,77

8.248,27

Furgn Escolar

38,19

50,41

-1.857,66

-483,91

Bus

91,03

36,59

14.302,08

2.012,36

Taxi colectivo

41,94

75,25

12.615,68

5.330,63

DICTUC S.A.

$ 4.691.682.646

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

122

Al igual que en el caso de Antofagasta, los beneficios monetarios obtenidos


producto del ahorro de tiempo al utilizar valores del tiempo diferenciados por modo crecen
en comparacin con la metodologa tradicional. Usando los valores del enfoque
tradicional, el aumento es de 7,5 veces ms y si se usan los valores del enfoque alternativo
el aumento es de 5,3 veces ms.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

123

CONCLUSIONES

De acuerdo a las Bases Tcnicas de los Trminos de Referencia, en este


Estudio se presenta una estimacin del valor social del tiempo, calculado a partir de
distintas fuentes disponibles, estudios realizados sobre estos temas y especialmente de la
estimacin de modelos economtricos de eleccin discreta.
Los modelos estimados, a diferencia de los casos anteriores reportados a nivel
nacional, son del tipo explicativo (y no predictivos, como los usados en ESTRAUS y
VIVALDI). Estos modelos tienen por objeto central entender de la mejor forma posible las
elecciones de los usuarios y las variables que las condicionan; por ende, son ms
adecuados para obtener estimaciones de los valores subjetivos del tiempo de los viajeros.
De lo anterior, es fcil entender que dichos modelos son tiles para ser usados como
herramientas de inferencia estadstica. Luego, los modelos reportados en este Informe
tienen un mbito de aplicabilidad de corto plazo, y una finalidad especfica.
Es importante hacer notar que, dada la inexistencia de informacin respecto a
las estructuras y composiciones de las distintas etapas de toma de decisiones de los
individuos, y los plazos considerados en la realizacin del presente estudio, las
estimaciones de VST son agregadas, pese a que la informacin de las encuestas (que dan
origen a las bases de datos) es a nivel del hogar y del viajero. Por lo tanto, los Valores
Sociales del Tiempo expuestos se estiman a partir de los parmetros estimados para
modelos de eleccin discreta, que permiten determinar el valor subjetivo del tiempo sobre
la base de disposiciones a pagar reveladas precisamente a travs de esta estimacin.
En trminos generales, las principales conclusiones obtenidas de este Estudio
fueron las siguientes:
a.

Normalmente el valor del tiempo por tiempo por modo tiende a ser mayor que el
valor del tiempo propuesto por MIDEPLAN, tanto bajo el enfoque tradicional como el
alternativo.

b.

En el contexto emprico en que se desarroll el presente Estudio, en las dos ciudades


analizadas (Talca y Antofagasta), el denominado enfoque alternativo disminuye el
valor del tiempo respecto al enfoque clsico, reduciendo la brecha respecto a las
recomendaciones de MIDEPLAN. Sin embargo, la estimacin del VST en este estudio

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

124

aun sigue siendo bastante mayor que el propuesto por MIDEPLAN. De todas formas,
logra reducir el posible efecto de inequidad producto de la distribucin del ingreso al
momento de calcular un valor promedio, siendo ms notorio este efecto en la ciudad
de Talca donde hay mayor variabilidad en el ingreso del hogar.
c.

La estimacin de los valores del tiempo por modo es muy sensible a la calidad de los
datos. Especficamente, un aspecto central que influye en este punto de forma
considerable corresponde a forma en que se generan o estiman las variables de
servicio a partir de modelos estratgicos, lo que resta variabilidad a los datos,
ocultando probablemente alguna heterogeneidad en el comportamiento y por lo
tanto en la disposicin a pagar de los viajeros por ahorrar tiempo (dimensin que
finalmente corresponde al insumo bsico para la estimacin de valores sociales del
tiempo).

d.

Cualquier valoracin de ahorros de tiempo que no considere diferencias por modo


de transporte se traduce en resultados que subestiman los beneficios asociados a los
proyectos. Luego, debe ser la autoridad poltica la que determine el criterio, sobre la
base de recomendaciones tcnicas, para definir una mtrica con la cual se
cuantificarn los ahorros de tiempo en proyectos de transporte.

e.

El Consultor recomienda que, para una medicin ms precisa de las diferencias, se


considere la realizacin de encuestas y catastros en terreno que midan de forma
precisa los niveles de servicio reales asociados a cada viaje, con el fin de obtener
mejores modelos de demanda.

f.

Si bien puede ser cuestionable usar un valor del tiempo por modo, si podra ser
necesario usar un valor del tiempo distinto por ciudad, que refleje las diferencias
socio demogrficas y de comportamiento de los usuarios de cada sistema de
transporte. Esto podra ser especialmente til cuando compiten proyectos
alternativos dentro de una misma ciudad, y cuyos presupuestos provienen de fondos
del sector en cuestin (regional) y no de rentas generales en los que deben competir
con proyectos a lo largo de todo el pas.

La forma en que se presentan los resultados es relativamente simple, y permite


incorporar factores adicionales en la estimacin de cada VST as como tambin actualizar
los resultados de acuerdo a informacin nueva.

DICTUC S.A.

www.dictuc.cl

Informe Final Anlisis del Valor Social del Tiempo de Viaje Urbano Diferenciado por Modo

125

Respecto al Valor Social del Tiempo, particularmente en el caso urbano (Talca


y Antofagasta), su estimacin se obtuvo a partir de informacin desagregada de valores
subjetivos del tiempo (VST) calculados usando modelos del tipo MNL. Los criterios
utilizados para estimar el VST, por lo tanto, pueden modificarse a futuro en la medida que
se disponga de nuevos modelos estimados sobre la base de nueva informacin, con
valores ms actualizados o que presenten mejor ajuste estadstico.
En conjunto con el presente Informe Final, se incluye un Anexo detallado con
las salidas de los diferentes modelos calibrados.

DICTUC S.A.

www.dictuc.cl

Informe Final

126

ANEXOS

H.1 Modelos Exploratorios Antofagasta


H.1.1

Modelos Punta Maana

H.1.1.1

Propsito Trabajo

a) MESC_PT_PAM
PM_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-2.84
0.395
KACH
-1.19
0.336
KBUS
0.00
--fixed-KCAM
0.847
0.294
KTXC
-0.322 0.253
PAUTOS
1.34
0.184
PCACH
-0.0852 0.0265
PCBUS
-0.0528 0.0151
PCTXC
-0.0761 0.0125
PDVLACH 0.502
0.309
PTABUS
-0.105 0.0209
PTATXC
-0.0716 0.0167
PTEBUS
-0.255 0.109
PTETXC
-0.965 0.201
PTVAAC
-0.188 0.0543
PTVACH
-0.163 0.0579
PTVBUS
-0.0378 0.0212
PTVCAM
-0.120 0.0123
PTVEDAD1 -0.0223 0.0141
PTVSEX
0.0203 0.00938
PTVTXC
-0.0519 0.0282

Multinomial Logit
20
1145
1145
-1415.533
-1415.533
-1032.611
765.844
0.271
0.256
+8.340e-003
Convergence reached...
29
00:01
from analytical hessian
BD.dat

t-test
------7.18
-3.55

p-val
----0.00
0.00

2.88
-1.27
7.29
-3.21
-3.50
-6.11
1.62
-5.01
-4.27
-2.34
-4.79
-3.47
-2.82
-1.78
-9.79
-1.59
2.17
-1.84

0.00
0.20
0.00
0.00
0.00
0.00
0.10
0.00
0.00
0.02
0.00
0.00
0.00
0.07
0.00
0.11
0.03
0.07

Rob. std err


-----------0.410
0.331
0.302
* 0.257
0.216
0.0278
0.0140
0.0123
* 0.300
0.0202
0.0214
0.0998
0.193
0.0552
0.0567
* 0.0215
0.0121
* 0.0122
0.00927
* 0.0296

Rob. t-test
-----------6.93
-3.59

Rob. p-val
---------0.00
0.00

2.80
-1.25
6.21
-3.07
-3.78
-6.20
1.67
-5.19
-3.35
-2.55
-5.00
-3.41
-2.88
-1.76
-9.92
-1.83
2.19
-1.75

0.01
0.21
0.00
0.00
0.00
0.00
0.09
0.00
0.00
0.01
0.00
0.00
0.00
0.08
0.00
0.07
0.03
0.08

*
*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVSEX *
TVACHSEX + PTVEDAD1 * TVACHREDAD1 + PDVLACH * DVL
5
BUS D5 KBUS * one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
CI_BUS + PTVSEX * TVBUSSEX + PTVEDAD1 * TVBUSREDAD1

DICTUC S.A.

www.dictuc.cl

Informe Final

127

1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *
CI_TXC + PTVSEX * TVTXCSEX

b) M01_PT_PAM
PM_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-3.14
0.354
KACH
-1.22
0.321
KBUS
0.00
--fixed-KCAM
0.849
0.295
KTXC
-0.260 0.243
PAUTOS 1.36
0.183
PCA
-0.0497 0.0179
PCBUS -0.0476 0.0146
PCTXC -0.0718 0.0119
PTABUS -0.0988 0.0212
PTATXC -0.0724 0.0169
PTEBUS -0.255 0.108
PTETXC -0.945 0.194
PTVA
-0.150 0.0408
PTVCAM -0.104 0.00933
PTVTP -0.0468 0.0140
Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
5
BUS D5 KBUS *
CI_BUS
1
CAM D1 KCAM *
4
TXC D4 KTXC *
CI_TXC

DICTUC S.A.

Multinomial Logit
15
1145
1145
-1415.533
-1415.533
-1039.342
752.381
0.266
0.255
+6.444e-003
Convergence reached...
17
00:01
from analytical hessian
BDATOS2.dat

t-test
------8.87
-3.80

p-val
----0.00
0.00

2.88
-1.07
7.44
-2.77
-3.25
-6.04
-4.66
-4.27
-2.36
-4.86
-3.67
-11.14
-3.35

0.00
0.29
0.00
0.01
0.00
0.00
0.00
0.00
0.02
0.00
0.00
0.00
0.00

Rob. std err


-----------0.369
0.321
0.306
* 0.251
0.215
0.0174
0.0134
0.0115
0.0208
0.0223
0.0986
0.192
0.0389
0.00998
0.0137

Rob. t-test
-----------8.51
-3.80

Rob. p-val
---------0.00
0.00

2.78
-1.03
6.36
-2.85
-3.56
-6.22
-4.75
-3.25
-2.58
-4.91
-3.85
-10.42
-3.42

0.01
0.30
0.00
0.00
0.00
0.00
0.00
0.00
0.01
0.00
0.00
0.00
0.00

one + PTVA * TV_AAC + PAUTOS * NRVEHLIV


one + PTVA * TV_ACH + PCA * CI_ACH + PAUTOS * NRVEHLIV
one + PTVTP * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
one + PTVCAM * TVCAM
one + PTVTP * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *

www.dictuc.cl

Informe Final

c)

128

M02_PT_PAM

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------KAAC
-2.79
KACH
-1.32
KBUS
0.00
KCAM
0.963
KTXC
-0.251
PAUTOS
1.37
PCACH
-0.0922
PCBUS
-0.154
PCI_ACH_EDAD1 -0.0111
PCI_ACH_SEX
0.0207
PCI_BUS_EDAD1 0.0853
PCI_BUS_SEX
0.0344
PCI_TXC_EDAD1 0.0816
PCI_TXC_SEX
-0.0147
PCTXC
-0.146
PTABUS
-0.0911
PTABUSSEX
-0.00928
PTATXC
-0.0603
PTATXCSEX
-0.0140
PTEBUS
0.0105
PTEBUSSEX
-0.407
PTETXC
-0.791
PTETXCSEX
-0.349
PTVAAC
-0.490
PTVAACED1
0.322
PTVAACSEX
-0.0232
PTVACH
-0.493
PTVACHED1
0.268
PTVACHSEX
0.187
PTVBUS
-0.146
PTVBUSED1
0.0811
PTVBUSSEX
0.0353
PTVCAM
-0.136
PTVCAMED1
0.0117
PTVCAMSEX
0.0203
PTVTXC
-0.209
PTVTXCED1
0.155
PTVTXCSEX
0.0305

Multinomial Logit
37
1145
1145
-1415.533
-1415.533
-992.342
846.382
0.299
0.273
+9.960e-003
Convergence reached...
570
01:06
from analytical hessian
BD.dat

Std err
------0.414
0.344
--fixed-0.309
0.262
0.187
0.102
0.0650
0.0815
0.0692
0.0606
0.0317
0.0631
0.0247
0.0646
0.0381
0.0453
0.0240
0.0321
0.166
0.205
0.266
0.374
0.199
0.191
0.0887
0.179
0.168
0.0891
0.0748
0.0729
0.0318
0.0314
0.0284
0.0166
0.134
0.130
0.0542

t-test
------6.75
-3.83

p-val
----0.00
0.00

3.11
-0.96
7.32
-0.91
-2.38
-0.14
0.30
1.41
1.09
1.29
-0.60
-2.26
-2.39
-0.20
-2.51
-0.44
0.06
-1.98
-2.98
-0.93
-2.46
1.69
-0.26
-2.76
1.59
2.10
-1.95
1.11
1.11
-4.33
0.41
1.22
-1.56
1.19
0.56

0.00
0.34
0.00
0.36
0.02
0.89
0.76
0.16
0.28
0.20
0.55
0.02
0.02
0.84
0.01
0.66
0.95
0.05
0.00
0.35
0.01
0.09
0.79
0.01
0.11
0.04
0.05
0.27
0.27
0.00
0.68
0.22
0.12
0.23
0.57

Rob. std err


-----------0.453
0.347
0.315
* 0.276
0.222
* 0.110
0.0536
* 0.0683
* 0.0967
* 0.0472
* 0.0297
* 0.0639
* 0.0247
0.0652
0.0431
* 0.0469
0.0348
* 0.0403
* 0.153
0.192
0.243
* 0.350
0.168
* 0.157
* 0.0907
0.145
* 0.127
0.0925
* 0.0573
* 0.0549
* 0.0322
0.0246
* 0.0225
* 0.0157
* 0.112
* 0.108
* 0.0557

Rob. t-test
-----------6.17
-3.80

Rob. p-val
---------0.00
0.00

3.06
-0.91
6.17
-0.84
-2.88
-0.16
0.21
1.81
1.16
1.28
-0.60
-2.23
-2.11
-0.20
-1.73
-0.35
0.07
-2.12
-3.26
-1.00
-2.92
2.06
-0.26
-3.39
2.11
2.02
-2.55
1.48
1.10
-5.52
0.52
1.30
-1.87
1.43
0.55

0.00
0.36
0.00
0.40
0.00
0.87
0.83
0.07
0.25
0.20
0.55
0.03
0.03
0.84
0.08
0.73
0.95
0.03
0.00
0.32
0.00
0.04
0.80
0.00
0.03
0.04
0.01
0.14
0.27
0.00
0.60
0.19
0.06
0.15
0.58

*
*
*
*
*
*
*
*

*
*
*
*

*
*
*
*
*
*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV + PTVAACSEX * TVAACSEX +
PTVAACED1 * TVAACREDAD1

DICTUC S.A.

www.dictuc.cl

Informe Final

129

2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV +
PTVACHSEX * TVACHSEX + PTVACHED1 * TVACHREDAD1 + PCI_ACH_EDAD1 * CI_ACHREDAD1 +
PCI_ACH_SEX * CI_ACHSEX
5
BUS D5 KBUS * one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
CI_BUS + PTVBUSSEX * TVBUSSEX + PTVBUSED1 * TVBUSREDAD1 + PTEBUSSEX * TEBUSSEX +
PTABUSSEX * TABUSSEX + PCI_BUS_EDAD1 * CI_BUSREDAD1 + PCI_BUS_SEX * CI_BUSSEX
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVCAMSEX * TVCAMSEX + PTVCAMED1 * TVCAMREDAD1
4
TXC D4 KTXC * one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *
CI_TXC + PTVTXCSEX * TVTXCSEX + PTVTXCED1 * TVTXCREDAD1 + PTETXCSEX * TETXCSEX +
PTATXCSEX * TATXCSEX + PCI_TXC_EDAD1 * CI_TXCREDAD1 + PCI_TXC_SEX * CI_TXCSEX

d) M03_PT_PAM
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------KAAC
-2.79
KACH
-1.31
KBUS
0.00
KCAM
0.966
KTXC
-0.245
PAUTOS
1.37
PCACH
-0.103
PCBUS
-0.143
PCI_ACH_SEX
0.0220
PCI_BUS_EDAD1 0.0733
PCI_BUS_SEX
0.0336
PCI_TXC_EDAD1 0.0735
PCI_TXC_SEX
-0.0154
PCTXC
-0.138
PTABUS
-0.0952
PTATXC
-0.0679
PTEBUS
0.0106
PTEBUSSEX
-0.404
PTETXC
-0.788
PTETXCSEX
-0.353
PTVAAC
-0.450
PTVAACED1
0.268
PTVACH
-0.446
PTVACHED1
0.206
PTVACHSEX
0.207
PTVBUS
-0.129
PTVBUSED1
0.0598
PTVBUSSEX
0.0418
PTVCAM
-0.127
PTVCAMSEX
0.0233
PTVTXC
-0.180
PTVTXCED1
0.120

DICTUC S.A.

Std err
------0.413
0.342
--fixed-0.308
0.260
0.186
0.0652
0.0526
0.0688
0.0467
0.0311
0.0571
0.0244
0.0590
0.0223
0.0166
0.161
0.192
0.263
0.367
0.151
0.144
0.126
0.112
0.0539
0.0556
0.0544
0.0173
0.0147
0.0133
0.105
0.102

Multinomial Logit
32
1145
1145
-1415.533
-1415.533
-992.554
845.958
0.299
0.276
+8.176e-003
Convergence reached...
196
00:18
from analytical hessian
BD.dat

t-test
------6.76
-3.82

p-val
----0.00
0.00

3.14
-0.95
7.33
-1.58
-2.71
0.32
1.57
1.08
1.29
-0.63
-2.33
-4.27
-4.08
0.07
-2.10
-3.00
-0.96
-2.99
1.86
-3.53
1.84
3.84
-2.32
1.10
2.41
-8.61
1.75
-1.72
1.17

0.00
0.34
0.00
0.11
0.01
0.75
0.12
0.28
0.20
0.53
0.02
0.00
0.00
0.95
0.04
0.00
0.34
0.00
0.06
0.00
0.07
0.00
0.02
0.27
0.02
0.00
0.08
0.08
0.24

Rob. std err


-----------0.449
0.344
0.309
* 0.269
0.221
* 0.0932
0.0440
* 0.0959
* 0.0359
* 0.0286
* 0.0636
* 0.0242
0.0651
0.0215
0.0210
* 0.152
0.185
0.242
* 0.343
0.142
* 0.135
0.117
* 0.0978
0.0681
0.0479
* 0.0471
0.0180
0.0141
* 0.0128
* 0.0969
* 0.0953

Rob. t-test
-----------6.22
-3.80

Rob. p-val
---------0.00
0.00

3.13
-0.91
6.18
-1.11
-3.24
0.23
2.04
1.17
1.16
-0.64
-2.12
-4.43
-3.23
0.07
-2.19
-3.26
-1.03
-3.17
1.98
-3.80
2.11
3.03
-2.69
1.27
2.32
-8.98
1.82
-1.86
1.26

0.00
0.36
0.00
0.27
0.00
0.82
0.04
0.24
0.25
0.52
0.03
0.00
0.00
0.94
0.03
0.00
0.30
0.00
0.05
0.00
0.03
0.00
0.01
0.20
0.02
0.00
0.07
0.06
0.21

*
*
*
*
*
*

*
*
*

www.dictuc.cl

Informe Final

PTVTXCSEX

130

0.0386

0.0342

1.13

0.26

* 0.0356

1.08

0.28

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV + PTVAACED1 * TVAACREDAD1
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV
PTVACHSEX * TVACHSEX + PTVACHED1 * TVACHREDAD1 + PCI_ACH_SEX * CI_ACHSEX
5
BUS D5 KBUS * one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS
CI_BUS + PTVBUSSEX * TVBUSSEX + PTVBUSED1 * TVBUSREDAD1 + PTEBUSSEX * TEBUSSEX
PCI_BUS_EDAD1 * CI_BUSREDAD1 + PCI_BUS_SEX * CI_BUSSEX
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVCAMSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC
CI_TXC + PTVTXCSEX * TVTXCSEX + PTVTXCED1 * TVTXCREDAD1 + PTETXCSEX * TETXCSEX
PCI_TXC_EDAD1 * CI_TXCREDAD1 + PCI_TXC_SEX * CI_TXCSEX

e)

M04_PT_PAM

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-2.78
0.407
KACH
-1.28
0.339
KBUS
0.00
--fixed-KCAM
0.923
0.302
KTXC
-0.285 0.257
PAUTOS
1.35
0.185
PCACH
-0.0873 0.0221
PCBUS
-0.0544 0.0152
PCTXC
-0.0748 0.0125
PTABUS
-0.0906 0.0221
PTATXC
-0.0656 0.0167
PTEBUS
-0.237 0.111
PTETXC
-0.963 0.202
PTVAAC
-0.196 0.0566
PTVACH
-0.307 0.0801
PTVACHED1 0.0444 0.0584
PTVACHSEX 0.229
0.0377
PTVBUS
-0.0804 0.0300
PTVBUSED1 0.0154 0.0247
PTVBUSSEX 0.0308 0.0152
PTVCAM
-0.128 0.0138
PTVCAMSEX 0.0299 0.0112
PTVTXC
-0.106 0.0562
PTVTXCED1 0.0619 0.0474
PTVTXCSEX 0.00559 0.0255

Multinomial Logit
24
1145
1145
-1415.533
-1415.533
-1001.391
828.283
0.293
0.276
+1.172e-002
Convergence reached...
106
00:06
from analytical hessian
BD.dat

t-test
------6.83
-3.78

p-val
----0.00
0.00

3.06
-1.11
7.32
-3.95
-3.57
-5.99
-4.10
-3.93
-2.14
-4.77
-3.46
-3.83
0.76
6.06
-2.68
0.63
2.02
-9.25
2.66
-1.88
1.31
0.22

0.00
0.27
0.00
0.00
0.00
0.00
0.00
0.00
0.03
0.00
0.00
0.00
0.45
0.00
0.01
0.53
0.04
0.00
0.01
0.06
0.19
0.83

Rob. std err


-----------0.439
0.336
0.303
* 0.270
0.218
0.0244
0.0141
0.0123
0.0211
0.0213
0.102
0.192
0.0618
0.0687
* 0.0447
0.0426
0.0281
* 0.0213
0.0164
0.0133
0.0109
* 0.0519
* 0.0417
* 0.0280

Rob. t-test
-----------6.33
-3.81

Rob. p-val
---------0.00
0.00

3.04
-1.06
6.22
-3.57
-3.85
-6.10
-4.29
-3.08
-2.32
-5.03
-3.17
-4.46
0.99
5.37
-2.86
0.72
1.87
-9.58
2.76
-2.04
1.49
0.20

0.00
0.29
0.00
0.00
0.00
0.00
0.00
0.00
0.02
0.00
0.00
0.00
0.32
0.00
0.00
0.47
0.06
0.00
0.01
0.04
0.14
0.84

*
*

*
*

Utility functions

DICTUC S.A.

www.dictuc.cl

+
*
+

*
+

Informe Final

131

*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV +
PTVACHSEX * TVACHSEX + PTVACHED1 * TVACHREDAD1
5
BUS D5 KBUS * one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
CI_BUS + PTVBUSSEX * TVBUSSEX + PTVBUSED1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVCAMSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *
CI_TXC + PTVTXCSEX * TVTXCSEX + PTVTXCED1 * TVTXCREDAD1

f)

M05_PT_PAM

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-2.80
0.405
KACH
-1.28
0.338
KBUS
0.00
--fixed-KCAM
0.924
0.302
KTXC
-0.286 0.257
PAUTOS
1.36
0.185
PCACH
-0.110 0.0279
PCBUS
-0.0544 0.0152
PCTXC
-0.0748 0.0125
PTABUS
-0.0896 0.0221
PTATXC
-0.0651 0.0167
PTEBUS
-0.238 0.110
PTETXC
-0.962 0.202
PTVAAC
-0.191 0.0556
PTVACH
-0.260 0.0539
PTVACHSEX 0.223
0.0299
PTVBUS
-0.0639 0.0166
PTVBUSSEX 0.0280 0.00847
PTVCAM
-0.127 0.0136
PTVCAMSEX 0.0295 0.0108
PTVTXC
-0.0800 0.0423
PTVTXCED1 0.0385 0.0324

Multinomial Logit
21
1145
1145
-1415.533
-1415.533
-1001.705
827.656
0.292
0.278
+7.508e-003
Convergence reached...
19
00:01
from analytical hessian
BD.dat

t-test
------6.91
-3.79

p-val
----0.00
0.00

3.06
-1.11
7.34
-3.95
-3.58
-6.01
-4.06
-3.91
-2.15
-4.76
-3.43
-4.83
7.47
-3.85
3.31
-9.33
2.73
-1.89
1.19

0.00
0.27
0.00
0.00
0.00
0.00
0.00
0.00
0.03
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.01
0.06
0.24

Rob. std err


-----------0.430
0.337
0.304
* 0.270
0.217
0.0305
0.0141
0.0122
0.0211
0.0213
0.102
0.191
0.0588
0.0538
0.0318
0.0168
0.00837
0.0131
0.0102
* 0.0389
* 0.0289

Rob. t-test
-----------6.51
-3.81

Rob. p-val
---------0.00
0.00

3.04
-1.06
6.24
-3.61
-3.85
-6.12
-4.25
-3.06
-2.33
-5.03
-3.25
-4.84
7.01
-3.81
3.35
-9.73
2.89
-2.06
1.33

0.00
0.29
0.00
0.00
0.00
0.00
0.00
0.00
0.02
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.04
0.18

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV +
PTVACHSEX * TVACHSEX
5
BUS D5 KBUS * one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
CI_BUS + PTVBUSSEX * TVBUSSEX
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVCAMSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *
CI_TXC + PTVTXCED1 * TVTXCREDAD1

DICTUC S.A.

www.dictuc.cl

Informe Final

132

g) M06_PT_PAM
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-2.83
0.400
KACH
-1.31
0.329
KBUS
0.00
--fixed-KCAM
0.857
0.296
KTXC
-0.316 0.255
PAUTOS 1.35
0.183
PCACH -0.0820 0.0263
PCBUS -0.0517 0.0150
PCTXC -0.0751 0.0124
PTABUS -0.101 0.0213
PTATXC -0.0720 0.0168
PTEBUS -0.258 0.109
PTETXC -0.963 0.201
PTVAAC -0.190 0.0544
PTVACH -0.140 0.0487
PTVBUS -0.0585 0.0170
PTVCAM -0.120 0.0123
PTVSEX 0.0199 0.00937
PTVTXC -0.0526 0.0282

Multinomial Logit
18
1145
1145
-1415.533
-1415.533
-1035.284
760.497
0.269
0.256
+9.384e-003
Convergence reached...
18
00:01
from analytical hessian
BD.dat

t-test
------7.09
-3.98

p-val
----0.00
0.00

2.90
-1.24
7.35
-3.12
-3.44
-6.04
-4.75
-4.28
-2.37
-4.78
-3.50
-2.88
-3.45
-9.75
2.13
-1.87

0.00
0.22
0.00
0.00
0.00
0.00
0.00
0.00
0.02
0.00
0.00
0.00
0.00
0.00
0.03
0.06

Rob. std err


-----------0.418
0.324
0.301
* 0.263
0.215
0.0273
0.0138
0.0122
0.0208
0.0219
0.0991
0.194
0.0556
0.0485
0.0179
0.0122
0.00933
* 0.0296

Rob. t-test
-----------6.78
-4.03

Rob. p-val
---------0.00
0.00

2.84
-1.20
6.26
-3.01
-3.74
-6.15
-4.87
-3.30
-2.60
-4.97
-3.42
-2.90
-3.27
-9.86
2.14
-1.77

0.00
0.23
0.00
0.00
0.00
0.00
0.00
0.00
0.01
0.00
0.00
0.00
0.00
0.00
0.03
0.08

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVSEX *
TVACHSEX
5
BUS D5 KBUS * one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
CI_BUS + PTVSEX * TVBUSSEX
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *
CI_TXC + PTVSEX * TVTXCSEX

h)

M07_PT_PAM

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:

DICTUC S.A.

Multinomial Logit
19
1145
1145
-1415.533
-1415.533

www.dictuc.cl

Informe Final

133

Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-2.85
0.400
KACH
-1.32
0.328
KBUS
0.00
--fixed-KCAM
0.858
0.295
KTXC
-0.312 0.254
PAUTOS
1.36
0.184
PCACH
-0.0815 0.0262
PCBUS
-0.0521 0.0151
PCTXC
-0.0755 0.0124
PTABUS
-0.101 0.0211
PTATXC
-0.0708 0.0168
PTEBUS
-0.259 0.109
PTETXC
-0.963 0.202
PTVAAC
-0.188 0.0546
PTVACH
-0.123 0.0507
PTVBUS
-0.0415 0.0215
PTVCAM
-0.120 0.0123
PTVEDAD1 -0.0188 0.0148
PTVSEX
0.0201 0.00938
PTVTXC
-0.0535 0.0282

-1034.436
762.193
0.269
0.256
+8.321e-003
Convergence reached...
21
00:01
from analytical hessian
BD.dat

t-test
------7.12
-4.03

p-val
----0.00
0.00

2.91
-1.23
7.38
-3.11
-3.46
-6.07
-4.78
-4.21
-2.38
-4.78
-3.44
-2.42
-1.93
-9.76
-1.28
2.14
-1.90

0.00
0.22
0.00
0.00
0.00
0.00
0.00
0.00
0.02
0.00
0.00
0.02
0.05
0.00
0.20
0.03
0.06

Rob. std err


-----------0.420
0.323
0.301
* 0.260
0.216
0.0273
0.0139
0.0122
0.0202
0.0217
0.0995
0.193
0.0560
0.0510
* 0.0220
0.0122
* 0.0131
0.00932
* 0.0297

Rob. t-test
-----------6.79
-4.08

Rob. p-val
---------0.00
0.00

2.85
-1.20
6.28
-2.98
-3.74
-6.17
-4.98
-3.27
-2.60
-4.98
-3.35
-2.40
-1.89
-9.86
-1.44
2.16
-1.80

0.00
0.23
0.00
0.00
0.00
0.00
0.00
0.00
0.01
0.00
0.00
0.02
0.06
0.00
0.15
0.03
0.07

*
*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVSEX *
TVACHSEX + PTVEDAD1 * TVACHREDAD1
5
BUS D5 KBUS * one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
CI_BUS + PTVSEX * TVBUSSEX + PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *
CI_TXC + PTVSEX * TVTXCSEX

i)

M08_PT_PAM

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

DICTUC S.A.

Multinomial Logit
20
1145
1145
-1415.533
-1415.533
-1033.855
763.355
0.270
0.256
+6.259e-003
Convergence reached...
38
00:02
from analytical hessian
BD.dat

www.dictuc.cl

Informe Final

134

Utility parameters
******************
Name
Value
-------KAAC
-2.86
KACH
-1.42
KBUS
0.00
KCAM
0.842
KTXC
-0.313
PAUTOS
1.36
PCACH
-0.0821
PCBUS
-0.0528
PCTXC
-0.0760
PLOGTVACH -0.00135
PTABUS
-0.103
PTATXC
-0.0712
PTEBUS
-0.255
PTETXC
-0.966
PTVAAC
-0.189
PTVACH
-0.0951
PTVBUS
-0.0386
PTVCAM
-0.120
PTVEDAD1 -0.0225
PTVSEX
0.0201
PTVTXC
-0.0536

Std err
------0.398
0.397
--fixed-0.297
0.254
0.184
0.0263
0.0151
0.0125
0.00341
0.0214
0.0169
0.109
0.202
0.0549
0.0768
0.0214
0.0123
0.0141
0.00938
0.0283

t-test
------7.20
-3.57

p-val
----0.00
0.00

2.83
-1.24
7.40
-3.13
-3.50
-6.10
-0.40
-4.82
-4.22
-2.34
-4.79
-3.43
-1.24
-1.81
-9.76
-1.60
2.15
-1.90

0.00
0.22
0.00
0.00
0.00
0.00
0.69
0.00
0.00
0.02
0.00
0.00
0.22
0.07
0.00
0.11
0.03
0.06

Rob. std err


-----------0.415
0.388
0.303
* 0.259
0.217
0.0272
0.0140
0.0123
* 0.00305
0.0209
0.0216
0.0997
0.193
0.0555
* 0.0768
* 0.0215
0.0122
* 0.0123
0.00928
* 0.0296

Rob. t-test
-----------6.89
-3.65

Rob. p-val
---------0.00
0.00

2.78
-1.21
6.28
-3.02
-3.77
-6.20
-0.44
-4.94
-3.30
-2.55
-4.99
-3.40
-1.24
-1.79
-9.88
-1.83
2.17
-1.81

0.01
0.23
0.00
0.00
0.00
0.00
0.66
0.00
0.00
0.01
0.00
0.00
0.22
0.07
0.00
0.07
0.03
0.07

*
*
*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVSEX *
TVACHSEX + PTVEDAD1 * TVACHREDAD1 + PLOGTVACH * LOGTV_ACH
5
BUS D5 KBUS * one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
CI_BUS + PTVSEX * TVBUSSEX + PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *
CI_TXC + PTVSEX * TVTXCSEX

j)

M09_PT_PAM

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-2.80
0.379
KACH
-1.15
0.318
KBUS
0.00
--fixed-KCAM
1.02
0.283
KTXC
-0.719 0.222

DICTUC S.A.

Multinomial Logit
16
1145
1145
-1415.533
-1415.533
-1049.488
732.088
0.259
0.247
+6.072e-003
Convergence reached...
35
00:01
from analytical hessian
BD.dat

t-test
------7.39
-3.62

p-val
----0.00
0.00

Rob. std err


-----------0.392
0.314

Rob. t-test
-----------7.14
-3.66

Rob. p-val
---------0.00
0.00

3.60
-3.23

0.00
0.00

0.289
0.261

3.52
-2.75

0.00
0.01

www.dictuc.cl

Informe Final

PAUTOS
PCACH
PCBUS
PCTXC
PDVLACH
PTVAAC
PTVACH
PTVBUS
PTVCAM
PTVEDAD1
PTVSEX
PTVTXC

1.34
-0.0919
-0.0694
-0.0868
0.529
-0.124
-0.102
-0.0243
-0.115
-0.0120
0.0164
-0.0200

135

0.183
0.0265
0.0147
0.0121
0.308
0.0402
0.0421
0.00500
0.0115
0.00815
0.00887
0.00492

7.34
-3.47
-4.74
-7.16
1.72
-3.09
-2.42
-4.85
-10.03
-1.48
1.84
-4.06

0.00
0.00
0.00
0.00
0.09
0.00
0.02
0.00
0.00
0.14
0.07
0.00

0.214
0.0281
0.0137
0.0120
* 0.297
0.0414
0.0411
0.00495
0.0113
* 0.00748
* 0.00855
0.00759

6.28
-3.27
-5.08
-7.25
1.78
-3.00
-2.48
-4.90
-10.22
-1.61
1.91
-2.63

0.00
0.00
0.00
0.00
0.08
0.00
0.01
0.00
0.00
0.11
0.06
0.01

*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVSEX *
TVACHSEX + PTVEDAD1 * TVACHREDAD1 + PDVLACH * DVL
5
BUS D5 KBUS * one + PTVBUS * TVGEN_BUS + PCBUS * CI_BUS + PTVSEX * TVBUSSEX +
PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TVGEN_TXC + PCTXC * CI_TXC + PTVSEX * TVTXCSEX

k) M10_PT_PAM
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-2.84
0.395
KACH
-1.19
0.336
KBUS
0.00
--fixed-KCAM
0.847
0.294
KTXC
-0.322 0.253
PAUTOS
1.34
0.184
PCACH
-0.102 0.0318
PCBUS
-0.0528 0.0151
PCTXC
-0.0761 0.0125
PDVLACH 0.502
0.309
PTABUS
-0.105 0.0209
PTATXC
-0.0716 0.0167
PTEBUS
-0.255 0.109
PTETXC
-0.965 0.201
PTVAAC
-0.188 0.0543
PTVACH
-0.163 0.0579
PTVBUS
-0.0378 0.0212
PTVCAM
-0.120 0.0123
PTVEDAD1 -0.0223 0.0141
PTVSEX
0.0203 0.00938

DICTUC S.A.

Multinomial Logit
20
1145
1145
-1415.533
-1415.533
-1032.611
765.844
0.271
0.256
+1.133e-002
Convergence reached...
25
00:01
from analytical hessian
BDATOS2.dat

t-test
------7.18
-3.55

p-val
----0.00
0.00

2.88
-1.27
7.29
-3.21
-3.50
-6.11
1.62
-5.01
-4.27
-2.34
-4.79
-3.47
-2.82
-1.78
-9.79
-1.59
2.17

0.00
0.20
0.00
0.00
0.00
0.00
0.10
0.00
0.00
0.02
0.00
0.00
0.00
0.07
0.00
0.11
0.03

Rob. std err


-----------0.410
0.331
0.302
* 0.257
0.216
0.0334
0.0140
0.0123
* 0.300
0.0202
0.0214
0.0998
0.193
0.0552
0.0567
* 0.0215
0.0121
* 0.0122
0.00927

Rob. t-test
-----------6.93
-3.59

Rob. p-val
---------0.00
0.00

2.80
-1.25
6.21
-3.07
-3.78
-6.20
1.67
-5.19
-3.35
-2.55
-5.00
-3.41
-2.88
-1.76
-9.92
-1.83
2.19

0.01
0.21
0.00
0.00
0.00
0.00
0.09
0.00
0.00
0.01
0.00
0.00
0.00
0.08
0.00
0.07
0.03

*
*

www.dictuc.cl

Informe Final

PTVTXC

136

-0.0519 0.0282

-1.84

0.07

* 0.0296

-1.75

0.08

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVSEX *
TVACHSEX + PTVEDAD1 * TVACHREDAD1 + PDVLACH * DVL
5
BUS D5 KBUS * one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
CI_BUS + PTVSEX * TVBUSSEX + PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *
CI_TXC + PTVSEX * TVTXCSEX

H.1.1.2

Propsito Otros

a) MESC_PO_PAM
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-4.36
0.698
KACH
-2.38
0.650
KBUS
0.00
--fixed-KCAM
2.11
0.459
KTXC
-0.807 0.552
PAUTOS
2.96
0.486
PCACH
-0.170 0.0466
PCBUS
-0.0705 0.0208
PCTXC
-0.0717 0.0192
PTVAAC
-0.144 0.0592
PTVACH
-0.123 0.0533
PTVBUS
-0.0433 0.0128
PTVCAM
-0.166 0.0177
PTVEDAD1 0.0182 0.0151
PTVSEX
0.0191 0.0149
PTVTPSEX -0.0553 0.0188
PTVTXC
-0.0401 0.0186

Multinomial Logit
16
634
634
-851.062
-851.062
-501.121
699.881
0.411
0.392
+2.487e-003
Convergence reached...
38
00:01
from analytical hessian
BDatos2.dat

t-test
------6.24
-3.66

p-val
----0.00
0.00

4.60
-1.46
6.09
-3.65
-3.39
-3.73
-2.43
-2.31
-3.39
-9.38
1.21
1.28
-2.94
-2.16

0.00
0.14
0.00
0.00
0.00
0.00
0.01
0.02
0.00
0.00
0.23
0.20
0.00
0.03

Rob. std err


-----------0.657
0.584
0.454
* 0.529
0.451
0.0528
0.0203
0.0213
0.0604
0.0518
0.0115
0.0192
* 0.0141
* 0.0165
0.0178
0.0174

Rob. t-test
-----------6.63
-4.07

Rob. p-val
---------0.00
0.00

4.65
-1.53
6.57
-3.23
-3.48
-3.36
-2.38
-2.38
-3.78
-8.67
1.29
1.16
-3.10
-2.31

0.00
0.13
0.00
0.00
0.00
0.00
0.02
0.02
0.00
0.00
0.20
0.25
0.00
0.02

*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVSEX *
TVACHSEX
5
BUS D5 KBUS * one + PTVBUS * TVGEN_BUS + PCBUS * CI_BUS + PTVTPSEX * TVBUSSEX +
PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVSEX * TVCAMSEX

DICTUC S.A.

www.dictuc.cl

Informe Final

TXC D4

137

KTXC * one + PTVTXC * TVGEN_TXC + PCTXC * CI_TXC + PTVTPSEX * TVTXCSEX

b) M01_PO_PAM
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-4.41
0.713
KACH
-2.56
0.686
KBUS
0.00
--fixed-KCAM
1.99
0.472
KTXC
-0.462
0.594
PAUTOS
2.92
0.480
PCACH
-0.149
0.0389
PCBUS
-0.0635 0.0207
PCTXC
-0.0697 0.0195
PDVLACH -0.323
0.499
PTABUS
-0.150
0.0600
PTATXC
-0.180
0.0841
PTEBUS
-0.164
0.165
PTETXC
-0.887
0.362
PTVAAC
-0.105
0.0825
PTVACH
-0.0481 0.0931
PTVBUS
-0.0585 0.0313
PTVCAM
-0.147
0.0162
PTVEDAD1 0.0238
0.0176
PTVSEX
-0.00514 0.0136
PTVTXC
-0.00340 0.0492

Multinomial Logit
20
634
634
-851.062
-851.062
-506.289
689.546
0.405
0.382
+5.069e-003
Convergence reached...
64
00:02
from analytical hessian
BD.dat

t-test
------6.19
-3.74

p-val
----0.00
0.00

4.22
-0.78
6.08
-3.85
-3.06
-3.57
-0.65
-2.51
-2.14
-0.99
-2.45
-1.27
-0.52
-1.87
-9.08
1.36
-0.38
-0.07

0.00
0.44
0.00
0.00
0.00
0.00
0.52
0.01
0.03
0.32
0.01
0.21
0.61
0.06
0.00
0.18
0.70
0.94

Rob. std err


-----------0.682
0.620
0.486
* 0.591
0.453
0.0471
0.0194
0.0210
* 0.507
0.0557
0.0825
* 0.146
0.316
* 0.0814
* 0.0951
* 0.0299
0.0165
* 0.0163
* 0.0149
* 0.0476

Rob. t-test
-----------6.47
-4.13

Rob. p-val
---------0.00
0.00

4.10
-0.78
6.44
-3.17
-3.28
-3.32
-0.64
-2.70
-2.18
-1.12
-2.80
-1.28
-0.51
-1.95
-8.91
1.46
-0.35
-0.07

0.00
0.43
0.00
0.00
0.00
0.00
0.52
0.01
0.03
0.26
0.01
0.20
0.61
0.05
0.00
0.14
0.73
0.94

*
*
*
*
*
*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVSEX *
TVACHSEX + PTVEDAD1 * TVACHREDAD1 + PDVLACH * DVL
5
BUS D5 KBUS * one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
CI_BUS + PTVSEX * TVBUSSEX + PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *
CI_TXC + PTVSEX * TVTXCSEX

c)

M02_PO_PAM

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:

DICTUC S.A.

Multinomial Logit
19
634
634
-851.062
-851.062
-506.361

www.dictuc.cl

Informe Final

138

Likelihood ratio test:


Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-4.42
0.713
KACH
-2.56
0.685
KBUS
0.00
--fixed-KCAM
2.00
0.471
KTXC
-0.465
0.594
PAUTOS
2.92
0.480
PCACH
-0.150
0.0389
PCBUS
-0.0636 0.0207
PCTXC
-0.0699 0.0195
PDVLACH -0.327
0.499
PTABUS
-0.149
0.0598
PTATXC
-0.178
0.0839
PTEBUS
-0.163
0.165
PTETXC
-0.887
0.362
PTVAAC
-0.103
0.0825
PTVACH
-0.0497 0.0930
PTVBUS
-0.0614 0.0303
PTVCAM
-0.149
0.0151
PTVEDAD1 0.0245
0.0174
PTVTXC
-0.00534 0.0490

689.401
0.405
0.383
+5.267e-003
Convergence reached...
184
00:04
from analytical hessian
BD.dat

t-test
------6.20
-3.74

p-val
----0.00
0.00

4.25
-0.78
6.08
-3.85
-3.07
-3.59
-0.66
-2.49
-2.13
-0.99
-2.45
-1.25
-0.53
-2.02
-9.89
1.40
-0.11

0.00
0.43
0.00
0.00
0.00
0.00
0.51
0.01
0.03
0.32
0.01
0.21
0.59
0.04
0.00
0.16
0.91

Rob. std err


-----------0.682
0.621
0.488
* 0.591
0.454
0.0471
0.0193
0.0209
* 0.507
0.0557
0.0824
* 0.146
0.316
* 0.0814
* 0.0951
0.0284
0.0159
* 0.0161
* 0.0474

Rob. t-test
-----------6.48
-4.13

Rob. p-val
---------0.00
0.00

4.10
-0.79
6.44
-3.18
-3.29
-3.34
-0.65
-2.68
-2.17
-1.11
-2.81
-1.26
-0.52
-2.16
-9.39
1.52
-0.11

0.00
0.43
0.00
0.00
0.00
0.00
0.52
0.01
0.03
0.27
0.00
0.21
0.60
0.03
0.00
0.13
0.91

*
*
*

*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVEDAD1
* TVACHREDAD1 + PDVLACH * DVL
5
BUS D5 KBUS * one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
CI_BUS + PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM * TVCAM
4
TXC D4 KTXC * one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *
CI_TXC

d) M03_PO_PAM
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

Multinomial Logit
13
634
634
-851.062
-851.062
-512.115
677.893
0.398
0.383
+3.576e-003
Convergence reached...
23
00:00
from analytical hessian
BD.dat

Utility parameters
******************

DICTUC S.A.

www.dictuc.cl

Informe Final

Name
---KAAC
KACH
KBUS
KCAM
KTXC
PAUTOS
PCACH
PCBUS
PCTXC
PTABUS
PTATXC
PTVA
PTVCAM
PTVTP

139

Value
-----4.48
-2.31
0.00
2.17
-0.785
2.96
-0.134
-0.0729
-0.0707
-0.154
-0.158
-0.0817
-0.151
-0.0427

Std err
------0.665
0.643
--fixed-0.450
0.526
0.480
0.0335
0.0194
0.0179
0.0583
0.0814
0.0627
0.0149
0.0236

Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
5
BUS D5 KBUS *
1
CAM D1 KCAM *
4
TXC D4 KTXC *

e)

one
one
one
one
one

+
+
+
+
+

t-test
------6.74
-3.60

p-val
----0.00
0.00

4.83
-1.49
6.16
-4.00
-3.75
-3.94
-2.65
-1.94
-1.30
-10.16
-1.81

0.00
0.14
0.00
0.00
0.00
0.00
0.01
0.05
0.19
0.00
0.07

0.463
* 0.518
0.459
0.0382
0.0178
0.0191
0.0557
* 0.0785
* 0.0612
0.0157
* 0.0221

Rob. t-test
-----------7.31
-3.87

Rob. p-val
---------0.00
0.00

4.70
-1.51
6.44
-3.51
-4.09
-3.70
-2.77
-2.01
-1.34
-9.67
-1.93

0.00
0.13
0.00
0.00
0.00
0.00
0.01
0.04
0.18
0.00
0.05

*
*

PTVA * TV_AAC + PAUTOS * NRVEHLIV


PTVA * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV
PTVTP * TV_BUS + PTABUS * TA_BUS + PCBUS * CI_BUS
PTVCAM * TVCAM
PTVTP * TV_TXC + PTATXC * TA_TXC + PCTXC * CI_TXC

M04_PO_PAM

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-4.36
0.698
KACH
-2.38
0.650
KBUS
0.00
--fixed-KCAM
2.11
0.459
KTXC
-0.807 0.552
PAUTOS
2.96
0.486
PCACH
-0.142 0.0388
PCBUS
-0.0705 0.0208
PCTXC
-0.0717 0.0192
PTVAAC
-0.144 0.0592
PTVACH
-0.123 0.0533
PTVBUS
-0.0433 0.0128
PTVCAM
-0.166 0.0177
PTVEDAD1 0.0182 0.0151
PTVSEX
0.0191 0.0149
PTVTPSEX -0.0553 0.0188
PTVTXC
-0.0401 0.0186

DICTUC S.A.

Rob. std err


-----------0.614
0.598

Multinomial Logit
16
634
634
-851.062
-851.062
-501.121
699.881
0.411
0.392
+1.806e-003
Convergence reached...
36
00:00
from analytical hessian
BD.dat

t-test
------6.24
-3.66

p-val
----0.00
0.00

4.60
-1.46
6.09
-3.65
-3.39
-3.73
-2.43
-2.31
-3.39
-9.38
1.21
1.28
-2.94
-2.16

0.00
0.14
0.00
0.00
0.00
0.00
0.01
0.02
0.00
0.00
0.23
0.20
0.00
0.03

Rob. std err


-----------0.657
0.584
0.454
* 0.529
0.451
0.0440
0.0203
0.0213
0.0604
0.0518
0.0115
0.0192
* 0.0141
* 0.0165
0.0178
0.0174

Rob. t-test
-----------6.63
-4.07

Rob. p-val
---------0.00
0.00

4.65
-1.53
6.57
-3.23
-3.48
-3.36
-2.38
-2.38
-3.78
-8.67
1.29
1.16
-3.10
-2.31

0.00
0.13
0.00
0.00
0.00
0.00
0.02
0.02
0.00
0.00
0.20
0.25
0.00
0.02

*
*

www.dictuc.cl

Informe Final

140

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVSEX *
TVACHSEX
5
BUS D5 KBUS * one + PTVBUS * TVGEN_BUS + PCBUS * CI_BUS + PTVTPSEX * TVBUSSEX +
PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TVGEN_TXC + PCTXC * CI_TXC + PTVTPSEX * TVTXCSEX

f)

M05_PO_PAM

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-4.36
0.698
KACH
-2.38
0.650
KBUS
0.00
--fixed-KCAM
2.11
0.459
KTXC
-0.807 0.552
PAUTOS
2.96
0.486
PCACH
-0.170 0.0466
PCBUS
-0.0705 0.0208
PCTXC
-0.0717 0.0192
PTVAAC
-0.144 0.0592
PTVACH
-0.123 0.0533
PTVBUS
-0.0433 0.0128
PTVCAM
-0.166 0.0177
PTVEDAD1 0.0182 0.0151
PTVSEX
0.0191 0.0149
PTVTPSEX -0.0553 0.0188
PTVTXC
-0.0401 0.0186

Multinomial Logit
16
634
634
-851.062
-851.062
-501.121
699.881
0.411
0.392
+2.487e-003
Convergence reached...
38
00:01
from analytical hessian
BDatos2.dat

t-test
------6.24
-3.66

p-val
----0.00
0.00

4.60
-1.46
6.09
-3.65
-3.39
-3.73
-2.43
-2.31
-3.39
-9.38
1.21
1.28
-2.94
-2.16

0.00
0.14
0.00
0.00
0.00
0.00
0.01
0.02
0.00
0.00
0.23
0.20
0.00
0.03

Rob. std err


-----------0.657
0.584
0.454
* 0.529
0.451
0.0528
0.0203
0.0213
0.0604
0.0518
0.0115
0.0192
* 0.0141
* 0.0165
0.0178
0.0174

Rob. t-test
-----------6.63
-4.07

Rob. p-val
---------0.00
0.00

4.65
-1.53
6.57
-3.23
-3.48
-3.36
-2.38
-2.38
-3.78
-8.67
1.29
1.16
-3.10
-2.31

0.00
0.13
0.00
0.00
0.00
0.00
0.02
0.02
0.00
0.00
0.20
0.25
0.00
0.02

*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVSEX *
TVACHSEX
5
BUS D5 KBUS * one + PTVBUS * TVGEN_BUS + PCBUS * CI_BUS + PTVTPSEX * TVBUSSEX +
PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TVGEN_TXC + PCTXC * CI_TXC + PTVTPSEX * TVTXCSEX

DICTUC S.A.

www.dictuc.cl

Informe Final

H.1.1.3

141

Propsito Estudios

a) MESC_PE_PAM
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-3.21
0.396
KACH
-5.27
0.492
KBUS
0.00
--fixed-KCAM
1.65
0.357
KTXC
-1.65
0.354
PAUTOS 1.36
0.176
PC_ACH -0.0617 0.0578
PC_BUS -0.348 0.0305
PC_TXC -0.167 0.0217
PDVLACH 0.908
0.477
PTABUS -0.108 0.0415
PTATXC -0.104 0.0468
PTVACH -0.0919 0.0501
PTVCAM -0.158 0.0122
PTVTP
-0.0208 0.0163
Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
* DVL
5
BUS D5 KBUS *
1
CAM D1 KCAM *
4
TXC D4 KTXC *

Multinomial Logit
14
1067
1067
-1364.522
-1364.522
-694.843
1339.359
0.491
0.481
+5.975e-003
Convergence reached...
32
00:01
from analytical hessian
BD.dat

t-test
------8.09
-10.71

p-val
----0.00
0.00

Rob. std err


-----------0.416
0.505

Rob. t-test
-----------7.70
-10.43

Rob. p-val
---------0.00
0.00

4.62
-4.66
7.69
-1.07
-11.42
-7.71
1.90
-2.60
-2.21
-1.83
-12.88
-1.27

0.00
0.00
0.00
0.29
0.00
0.00
0.06
0.01
0.03
0.07
0.00
0.20

0.348
0.306
0.230
0.0606
0.0328
0.0254
0.464
0.0377
0.0319
0.0561
0.0132
0.0167

4.74
-5.38
5.89
-1.02
-10.61
-6.58
1.96
-2.86
-3.24
-1.64
-11.97
-1.25

0.00
0.00
0.00
0.31
0.00
0.00
0.05
0.00
0.00
0.10
0.00
0.21

*
*

*
*

one + PTVACH * TV_AAC + PAUTOS * NRVEHLIV


one + PTVACH * TV_ACH + PC_ACH * CI_ACH + PAUTOS * NRVEHLIV + PDVLACH
one + PTVTP * TV_BUS + PTABUS * TA_BUS + PC_BUS * CI_BUS
one + PTVCAM * TVCAM
one + PTVTP * TV_TXC + PTATXC * TA_TXC + PC_TXC * CI_TXC

b) M01_PE_PAM
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:

DICTUC S.A.

Multinomial Logit
16
1067
1067
-1364.522
-1364.522
-693.055
1342.934
0.492
0.480
+3.434e-003
Convergence reached...
196
00:07

www.dictuc.cl

Informe Final

142

Variance-covariance: from analytical hessian


Sample file: BD.dat
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-3.20
0.408
KACH
-5.50
0.610
KBUS
0.00
--fixed-KCAM
1.68
0.368
KTXC
-1.69
0.388
PAUTOS
1.36
0.177
PCACH
-0.0833 0.0697
PCBUS
-0.346
0.0305
PCTXC
-0.166
0.0219
PDVLACH 0.509
0.760
PTVAAC
-0.0930 0.0403
PTVACH
-0.0241 0.106
PTVBUS
-0.0230 0.0101
PTVCAM
-0.168
0.0130
PTVEDAD1 -0.00747 0.0157
PTVSEX
0.0180
0.00851
PTVTXC
-0.0240 0.0104

t-test
------7.85
-9.02

p-val
----0.00
0.00

Rob. std err


-----------0.424
0.607

Rob. t-test
-----------7.54
-9.07

Rob. p-val
---------0.00
0.00

4.58
-4.35
7.70
-1.19
-11.33
-7.59
0.67
-2.31
-0.23
-2.29
-12.92
-0.48
2.11
-2.30

0.00
0.00
0.00
0.23
0.00
0.00
0.50
0.02
0.82
0.02
0.00
0.63
0.03
0.02

0.351
0.320
0.233
0.0781
0.0331
0.0257
0.782
0.0429
0.109
0.00902
0.0134
0.0143
0.00850
0.00686

4.79
-5.27
5.85
-1.07
-10.46
-6.48
0.65
-2.16
-0.22
-2.55
-12.50
-0.52
2.12
-3.49

0.00
0.00
0.00
0.29
0.00
0.00
0.52
0.03
0.82
0.01
0.00
0.60
0.03
0.00

*
*

*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVSEX *
TVACHSEX + PTVEDAD1 * TVACHREDAD1 + PDVLACH * DVL
5
BUS D5 KBUS * one + PTVBUS * TVGEN_BUS + PCBUS * CI_BUS + PTVSEX * TVBUSSEX +
PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TVGEN_TXC + PCTXC * CI_TXC + PTVSEX * TVTXCSEX

c) M02_PE_PAM
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-3.29
0.377
KACH
-5.38
0.478
KBUS
0.00
--fixed-KCAM
1.62
0.345
KTXC
-1.74
0.364
PAUTOS
1.36
0.177
PCACH
-0.0639 0.0580
PCBUS
-0.345 0.0305

DICTUC S.A.

Multinomial Logit
14
1067
1067
-1364.522
-1364.522
-693.341
1342.364
0.492
0.482
+4.026e-003
Convergence reached...
65
00:01
from analytical hessian
BD.dat

t-test
------8.71
-11.24

p-val
----0.00
0.00

4.70
-4.80
7.70
-1.10
-11.31

0.00
0.00
0.00
0.27
0.00

Rob. std err


-----------0.403
0.500
0.330
0.301
0.233
* 0.0608
0.0331

Rob. t-test
-----------8.17
-10.75

Rob. p-val
---------0.00
0.00

4.92
-5.79
5.86
-1.05
-10.43

0.00
0.00
0.00
0.29
0.00

www.dictuc.cl

Informe Final

PCTXC
PDVLACH
PTGENBUS
PTGENTXC
PTVACH
PTVCAM
PTVSEX

-0.165
0.849
-0.0262
-0.0226
-0.0802
-0.167
0.0174

143

0.0218
0.478
0.00766
0.00932
0.0341
0.0127
0.00838

Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
TVACHSEX + PDVLACH
5
BUS D5 KBUS *
1
CAM D1 KCAM *
4
TXC D4 KTXC *

one +
one +
* DVL
one +
one +
one +

-7.59
1.78
-3.42
-2.42
-2.35
-13.13
2.08

0.00
0.08
0.00
0.02
0.02
0.00
0.04

0.0252
* 0.463
0.00686
0.00603
0.0353
0.0130
0.00836

-6.57
1.83
-3.82
-3.74
-2.27
-12.84
2.08

0.00
0.07
0.00
0.00
0.02
0.00
0.04

PTVACH * TV_AAC + PAUTOS * NRVEHLIV


PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVSEX *
PTGENBUS * TVGEN_BUS + PCBUS * CI_BUS + PTVSEX * TVBUSSEX
PTVCAM * TVCAM + PTVSEX * TVCAMSEX
PTGENTXC * TVGEN_TXC + PCTXC * CI_TXC + PTVSEX * TVTXCSEX

d) M03_PE_PAM
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------KAAC
-3.28
KACH
-5.45
KBUS
0.00
KCAM
1.61
KTXC
-1.75
PAUTOS
1.36
PCACH
-0.0734
PCBUS
-0.346
PCTXC
-0.164
PDVLACH
0.657
PTGBUSSEX 0.0147
PTGENBUS -0.0286
PTGENTXC -0.0218
PTGTXCSEX -0.00940
PTVACH
-0.0927
PTVACHSEX 0.0653
PTVCAM
-0.168
PTVCAMSEX 0.0185

Std err
------0.376
0.487
--fixed-0.346
0.358
0.177
0.0616
0.0306
0.0217
0.536
0.0116
0.00801
0.00910
0.0262
0.0355
0.0568
0.0137
0.0107

Multinomial Logit
17
1067
1067
-1364.522
-1364.522
-691.839
1345.368
0.493
0.481
+4.798e-003
Convergence reached...
114
00:04
from analytical hessian
BD.dat

t-test
------8.72
-11.18

p-val
----0.00
0.00

Rob. std err


-----------0.400
0.518

Rob. t-test
-----------8.19
-10.53

Rob. p-val
---------0.00
0.00

4.66
-4.90
7.71
-1.19
-11.32
-7.53
1.23
1.27
-3.58
-2.40
-0.36
-2.61
1.15
-12.28
1.73

0.00
0.00
0.00
0.23
0.00
0.00
0.22
0.21
0.00
0.02
0.72
0.01
0.25
0.00
0.08

0.329
0.295
0.232
0.0628
0.0330
0.0252
0.531
0.0115
0.00710
0.00565
0.0271
0.0366
0.0563
0.0137
0.0108

4.90
-5.94
5.87
-1.17
-10.50
-6.48
1.24
1.28
-4.03
-3.87
-0.35
-2.53
1.16
-12.29
1.72

0.00
0.00
0.00
0.24
0.00
0.00
0.22
0.20
0.00
0.00
0.73
0.01
0.25
0.00
0.09

*
*

*
*
*

*
*

*
*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVACH * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV +
PTVACHSEX * TVACHSEX + PDVLACH * DVL
5
BUS D5 KBUS * one + PTGENBUS * TVGEN_BUS + PCBUS * CI_BUS + PTGBUSSEX * TVBUSSEX
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVCAMSEX * TVCAMSEX

DICTUC S.A.

www.dictuc.cl

Informe Final

TXC D4

144

KTXC * one + PTGENTXC * TVGEN_TXC + PCTXC * CI_TXC + PTGTXCSEX * TVTXCSEX

e) M04_PE_PAM
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-3.27
0.376
KACH
-5.36
0.478
KBUS
0.00
--fixed-KCAM
1.64
0.345
KTXC
-1.74
0.362
PAUTOS
1.36
0.177
PCACH
-0.0767 0.0697
PCBUS
-0.346 0.0306
PCTXC
-0.166 0.0218
PDVLACH
0.857
0.479
PTGENBUS -0.0269 0.00788
PTGENTXC -0.0230 0.00962
PTGSEX
0.0154 0.0114
PTVACH
-0.0841 0.0348
PTVCAM
-0.168 0.0137
PTVCAMSEX 0.0192 0.0107
Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
TVACHSEX + PDVLACH
5
BUS D5 KBUS *
1
CAM D1 KCAM *
4
TXC D4 KTXC *

one +
one +
* DVL
one +
one +
one +

Multinomial Logit
15
1067
1067
-1364.522
-1364.522
-692.952
1343.141
0.492
0.481
+5.461e-003
Convergence reached...
71
00:02
from analytical hessian
BDatos2.dat

t-test
------8.70
-11.20

p-val
----0.00
0.00

Rob. std err


-----------0.400
0.499

Rob. t-test
-----------8.18
-10.73

Rob. p-val
---------0.00
0.00

4.76
-4.81
7.70
-1.10
-11.32
-7.60
1.79
-3.41
-2.39
1.35
-2.42
-12.28
1.80

0.00
0.00
0.00
0.27
0.00
0.00
0.07
0.00
0.02
0.18
0.02
0.00
0.07

0.329
0.298
0.233
0.0731
0.0332
0.0252
0.464
0.00704
0.00632
0.0110
0.0358
0.0137
0.0108

4.99
-5.83
5.86
-1.05
-10.43
-6.57
1.85
-3.82
-3.64
1.40
-2.35
-12.29
1.78

0.00
0.00
0.00
0.29
0.00
0.00
0.06
0.00
0.00
0.16
0.02
0.00
0.07

PTVACH * TV_AAC + PAUTOS * NRVEHLIV


PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTGSEX *
PTGENBUS * TVGEN_BUS + PCBUS * CI_BUS + PTGSEX * TVBUSSEX
PTVCAM * TVCAM + PTVCAMSEX * TVCAMSEX
PTGENTXC * TVGEN_TXC + PCTXC * CI_TXC + PTGSEX * TVTXCSEX

H.1.2

Modelos Fuera de Punta

H.1.2.1

Propsito Trabajo

a) MESC_PT_PFP
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:

DICTUC S.A.

Multinomial Logit
9
760
760
-939.620

www.dictuc.cl

Informe Final

145

Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

-939.620
-786.883
305.474
0.163
0.153
+4.430e-003
Convergence reached...
137
00:02
from analytical hessian
BDatos2.dat

Utility parameters
******************
Name
Value
Std err
-------------KAAC
-2.92
0.334
KACH
-0.835 0.290
KBUS
0.00
--fixed-KCAM
0.515
0.212
KTXC
-0.117 0.162
PAUTOS 1.13
0.190
PCACH -0.0395 0.0280
PCBUS -0.0282 0.0157
PCTXC -0.0788 0.0134
PTV
-0.0505 0.00752

t-test
------8.76
-2.87

p-val
----0.00
0.00

2.43
-0.72
5.95
-1.41
-1.79
-5.88
-6.72

0.02
0.47
0.00
0.16
0.07
0.00
0.00

Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
5
BUS D5 KBUS *
1
CAM D1 KCAM *
4
TXC D4 KTXC *

PTV
PTV
PTV
PTV
PTV

one
one
one
one
one

+
+
+
+
+

*
*
*
*
*

Rob. std err


-----------0.414
0.324
0.434
* 0.179
0.181
* 0.0342
* 0.0154
0.0146
0.0247

TV_AAC
TV_ACH
TV_BUS
TVCAM
TV_TXC

Rob. t-test
-----------7.06
-2.58

Rob. p-val
---------0.00
0.01

1.19
-0.65
6.26
-1.15
-1.83
-5.41
-2.04

0.24
0.51
0.00
0.25
0.07
0.00
0.04

*
*
*
*

+ PAUTOS * NRVEHLIV
+ PCACH * CI_ACH + PAUTOS * NRVEHLIV
+ PCBUS * CI_BUS
+ PCTXC * CI_TXC

b) M01_PT_PFP
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-1.79
0.478
KACH
-0.364 0.378
KBUS
0.00
--fixed-KCAM
2.19
0.344
KTXC
0.770
0.323
PAUTOS
1.08
0.189
PCACH
-0.0515 0.0323
PCBUS
-0.0392 0.0194
PCTXC
-0.0861 0.0161

DICTUC S.A.

Multinomial Logit
20
760
760
-939.620
-939.620
-680.516
518.209
0.276
0.254
+1.311e+001
Maximum number of iterations reached
1000
00:31
from analytical hessian
BD.dat

t-test
------3.74
-0.96

p-val
----0.00
0.34 *

6.38
2.38
5.69
-1.59
-2.02
-5.34

0.00
0.02
0.00
0.11
0.04
0.00

Rob. std err


-----------0.523
0.353

0.342
0.289
0.166
* 0.0318
0.0183
0.0158

Rob. t-test
-----------3.42
-1.03

Rob. p-val
---------0.00
0.30
*

6.41
2.66
6.48
-1.62
-2.14
-5.46

0.00
0.01
0.00
0.11
0.03
0.00

www.dictuc.cl

Informe Final

PDVLACH
PTABUS
PTATXC
PTEBUS
PTETXC
PTVAAC
PTVACH
PTVBUS
PTVCAM
PTVEDAD1
PTVSEX
PTVTXC

146

0.120
-0.106
-0.117
0.133
-1.09
-0.201
-0.0983
-0.0120
-0.142
-0.0338
0.0171
0.00325

0.423
0.0287
0.0428
0.0390
0.254
0.0738
0.0763
0.0237
0.0158
0.0139
0.0112
0.0351

0.28
-3.68
-2.74
3.41
-4.27
-2.72
-1.29
-0.51
-9.00
-2.43
1.52
0.09

0.78
0.00
0.01
0.00
0.00
0.01
0.20
0.61
0.00
0.02
0.13
0.93

* 0.428
0.0217
0.0337
0.0317
0.278
0.0832
* 0.0759
* 0.0211
0.0148
0.0123
* 0.00991
* 0.0324

0.28
-4.87
-3.48
4.19
-3.90
-2.42
-1.30
-0.57
-9.62
-2.74
1.72
0.10

0.78
0.00
0.00
0.00
0.00
0.02
0.20
0.57
0.00
0.01
0.09
0.92

*
*

*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVSEX *
TVACHSEX + PTVEDAD1 * TVACHREDAD1 + PDVLACH * DVL
5
BUS D5 KBUS * one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
CI_BUS + PTVSEX * TVBUSSEX + PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *
CI_TXC + PTVSEX * TVTXCSEX

c)

M02_PT_PFP

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-2.10
0.487
KACH
-0.470 0.383
KBUS
0.00
--fixed-KCAM
2.45
0.352
KTXC
0.839
0.329
PAUTOS 1.18
0.195
PCACH
-0.0505 0.0318
PCBUS
-0.0405 0.0193
PCTXC
-0.0876 0.0161
PDVLACH 0.0911 0.423
PTABUS -0.0941 0.0283
PTATXC -0.123 0.0447
PTEBUS 0.132
0.0372
PTETXC -1.06
0.254
PTVAAC -0.170 0.0723
PTVACH -0.105 0.0750
PTVBUS -0.0280 0.0198
PTVCAM -0.141 0.0145
PTVTXC 0.0191 0.0340

DICTUC S.A.

Multinomial Logit
18
760
760
-939.620
-939.620
-683.610
512.021
0.272
0.253
+1.381e+001
Maximum number of iterations reached
1000
00:27
from analytical hessian
BD.dat

t-test
------4.31
-1.23

p-val
----0.00
0.22 *

Rob. std err


-----------0.523
0.357

Rob. t-test
-----------4.01
-1.32

Rob. p-val
---------0.00
0.19
*

6.96
2.55
6.06
-1.59
-2.10
-5.43
0.22
-3.33
-2.76
3.55
-4.20
-2.35
-1.40
-1.42
-9.69
0.56

0.00
0.01
0.00
0.11
0.04
0.00
0.83
0.00
0.01
0.00
0.00
0.02
0.16
0.16
0.00
0.57

0.368
0.298
0.173
0.0317
0.0187
0.0159
0.417
0.0210
0.0372
0.0307
0.276
0.0772
0.0725
0.0186
0.0170
0.0318

6.67
2.81
6.81
-1.59
-2.17
-5.51
0.22
-4.49
-3.32
4.29
-3.86
-2.20
-1.44
-1.51
-8.30
0.60

0.00
0.00
0.00
0.11
0.03
0.00
0.83
0.00
0.00
0.00
0.00
0.03
0.15
0.13
0.00
0.55

*
*
*

*
*
*

www.dictuc.cl

Informe Final

147

Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
* DVL
5
BUS D5 KBUS *
CI_BUS
1
CAM D1 KCAM *
4
TXC D4 KTXC *
CI_TXC

one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV


one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PDVLACH
one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
one + PTVCAM * TVCAM
one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *

d) M03_PT_PFP
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

Multinomial Logit
13
760
760
-939.620
-939.620
-704.118
471.005
0.251
0.237
+3.852e-003
Convergence reached...
54
00:01
from analytical hessian
BD.dat

Utility parameters
******************
Name
Value
Std err
-------------KAAC
-2.81
0.410
KACH
-0.737 0.342
KBUS
0.00
--fixed-KCAM
2.78
0.326
KTXC
0.722
0.272
PAUTOS 1.28
0.196
PCACH -0.0297 0.0272
PCBUS -0.0483 0.0187
PCTXC -0.0876 0.0147
PTABUS -0.0134 0.0119
PTATXC -0.104 0.0450
PTVA
0.0414 0.0358
PTVCAM -0.137 0.0142
PTVTP 0.0219 0.0118

t-test
------6.86
-2.15

p-val
----0.00
0.03

Rob. std err


-----------0.424
0.333

Rob. t-test
-----------6.62
-2.21

Rob. p-val
---------0.00
0.03

8.52
2.66
6.52
-1.09
-2.58
-5.98
-1.13
-2.31
1.16
-9.61
1.85

0.00
0.01
0.00
0.27
0.01
0.00
0.26
0.02
0.25
0.00
0.06

0.338
0.243
0.177
0.0279
0.0176
0.0139
0.0103
0.0379
0.0331
0.0165
0.0103

8.23
2.98
7.22
-1.07
-2.74
-6.31
-1.31
-2.75
1.25
-8.26
2.12

0.00
0.00
0.00
0.29
0.01
0.00
0.19
0.01
0.21
0.00
0.03

Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
5
BUS D5 KBUS *
1
CAM D1 KCAM *
4
TXC D4 KTXC *

PTVA * TV_AAC + PAUTOS * NRVEHLIV


PTVA * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV
PTVTP * TV_BUS + PTABUS * TA_BUS + PCBUS * CI_BUS
PTVCAM * TVCAM
PTVTP * TV_TXC + PTATXC * TA_TXC + PCTXC * CI_TXC

e)

one
one
one
one
one

+
+
+
+
+

*
*
*

*
*

M04_PT_PFP

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:

DICTUC S.A.

Multinomial Logit
11
760
760
-939.620
-939.620
-757.008
365.224

www.dictuc.cl

Informe Final

148

Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

0.194
0.183
+4.927e-003
Convergence reached...
22
00:00
from analytical hessian
BD.dat

Utility parameters
******************
Name
Value
Std err
-------------KAAC
-2.65
0.332
KACH
-0.600 0.293
KBUS
0.00
--fixed-KCAM
1.12
0.233
KTXC
0.766
0.262
PAUTOS 1.16
0.195
PCACH -0.0249 0.0243
PCBUS -0.0320 0.0161
PCTXC -0.0814 0.0137
PTABUS 0.0671 0.00880
PTATXC -0.109 0.0419
PTV
-0.0658 0.00766

t-test
------7.98
-2.04

p-val
----0.00
0.04

4.80
2.93
5.96
-1.03
-1.98
-5.93
7.63
-2.61
-8.60

0.00
0.00
0.00
0.31
0.05
0.00
0.00
0.01
0.00

Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
5
BUS D5 KBUS *
1
CAM D1 KCAM *
4
TXC D4 KTXC *

PTV
PTV
PTV
PTV
PTV

f)

one
one
one
one
one

+
+
+
+
+

*
*
*
*
*

0.248
0.233
0.193
* 0.0299
0.0142
0.0127
0.0115
0.0338
0.00845

Rob. t-test
-----------7.35
-1.93

Rob. p-val
---------0.00
0.05
*

4.51
3.28
6.02
-0.83
-2.25
-6.39
5.85
-3.24
-7.79

0.00
0.00
0.00
0.40
0.02
0.00
0.00
0.00
0.00

+ PAUTOS * NRVEHLIV
+ PCACH * CI_ACH + PAUTOS * NRVEHLIV
+ PTABUS * TA_BUS + PCBUS * CI_BUS
+ PTATXC * TA_TXC + PCTXC * CI_TXC

M05_PT_PFP

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-1.93
0.333
KACH
-0.0938 0.291
KBUS
0.00
--fixed-KCAM
2.44
0.305
KTXC
0.129
0.160
PAUTOS 1.30
0.193
PCACH 0.0342
0.0240
PCBUS -0.0335 0.0176
PCTXC -0.0799 0.0141
PTV
-0.115
0.0116

DICTUC S.A.

TV_AAC
TV_ACH
TV_BUS
TVCAM
TV_TXC

Rob. std err


-----------0.361
0.311

Multinomial Logit
10
760
760
-939.620
-939.620
-727.720
423.800
0.226
0.215
+2.476e-003
Convergence reached...
39
00:01
from analytical hessian
BD.dat

t-test
------5.80
-0.32

p-val
----0.00
0.75 *

8.01
0.81
6.74
1.42
-1.90
-5.66
-9.97

0.00
0.42
0.00
0.16
0.06
0.00
0.00

Rob. std err


-----------0.343
0.289

0.305
* 0.155
0.187
* 0.0243
* 0.0165
0.0134
0.0123

Rob. t-test
-----------5.64
-0.32

Rob. p-val
---------0.00
0.75
*

8.00
0.83
6.97
1.41
-2.03
-5.97
-9.40

0.00
0.40
0.00
0.16
0.04
0.00
0.00

*
*

www.dictuc.cl

Informe Final

PTVTP

149

0.000481 0.000697

Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
5
BUS D5 KBUS *
1
CAM D1 KCAM *
4
TXC D4 KTXC *

one
one
one
one
one

+
+
+
+
+

0.69

PTV *
PTV *
PTVTP
PTV *
PTVTP

0.49

* 0.00111

0.43

0.66

TV_AAC + PAUTOS * NRVEHLIV


TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV
* TVGEN_BUS + PCBUS * CI_BUS
TVCAM
* TVGEN_TXC + PCTXC * CI_TXC

g) M06_PT_PFP
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

Multinomial Logit
9
760
760
-939.620
-939.620
-786.883
305.474
0.163
0.153
+4.334e-003
Convergence reached...
144
00:02
from analytical hessian
BD.dat

Utility parameters
******************
Name
Value
Std err
-------------KAAC
-2.92
0.334
KACH
-0.835 0.290
KBUS
0.00
--fixed-KCAM
0.515
0.212
KTXC
-0.117 0.162
PAUTOS 1.13
0.190
PCACH -0.0329 0.0234
PCBUS -0.0282 0.0157
PCTXC -0.0788 0.0134
PTV
-0.0505 0.00752

t-test
------8.76
-2.88

p-val
----0.00
0.00

2.43
-0.72
5.95
-1.41
-1.79
-5.88
-6.72

0.02
0.47
0.00
0.16
0.07
0.00
0.00

Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
5
BUS D5 KBUS *
1
CAM D1 KCAM *
4
TXC D4 KTXC *

PTV
PTV
PTV
PTV
PTV

H.1.2.2

one
one
one
one
one

+
+
+
+
+

*
*
*
*
*

TV_AAC
TV_ACH
TV_BUS
TVCAM
TV_TXC

Rob. std err


-----------0.414
0.324
0.434
* 0.179
0.181
* 0.0285
* 0.0154
0.0146
0.0247

Rob. t-test
-----------7.06
-2.58

Rob. p-val
---------0.00
0.01

1.19
-0.65
6.26
-1.15
-1.83
-5.41
-2.04

0.24
0.51
0.00
0.25
0.07
0.00
0.04

*
*
*
*

+ PAUTOS * NRVEHLIV
+ PCACH * CI_ACH + PAUTOS * NRVEHLIV
+ PCBUS * CI_BUS
+ PCTXC * CI_TXC

Propsito Otros

a) MESC_PO_PFP
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:

DICTUC S.A.

Multinomial Logit
18
1961
1961
-2471.383
-2471.383
-1667.533
1607.702

www.dictuc.cl

Informe Final

150

Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-3.26
0.337
KACH
-1.29
0.285
KBUS
0.00
--fixed-KCAM
2.60
0.235
KTXC
0.0808 0.254
PAUTOS
1.07
0.136
PCACH
-0.162 0.0371
PCBUS
-0.0491 0.0114
PCTXC
-0.0712 0.00917
PDVLACH 0.684
0.283
PTABUS
-0.0790 0.0231
PTATXC
-0.124 0.0401
PTEBUS
-0.185 0.0807
PTETXC
-0.934 0.149
PTVAAC
-0.121 0.0435
PTVACH
-0.155 0.0494
PTVCAM
-0.161 0.00878
PTVEDAD1 -0.0273 0.00761
PTVTP
-0.0264 0.0148

0.325
0.318
+1.250e-002
Convergence reached...
31
00:02
from analytical hessian
BDatos2.dat

t-test
------9.65
-4.51

p-val
----0.00
0.00

11.05
0.32
7.83
-4.36
-4.29
-7.76
2.42
-3.42
-3.10
-2.29
-6.28
-2.79
-3.14
-18.35
-3.58
-1.79

0.00
0.75
0.00
0.00
0.00
0.00
0.02
0.00
0.00
0.02
0.00
0.01
0.00
0.00
0.00
0.07

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC
2
ACH D2 KACH * one + PTVACH
* TVACHREDAD1 + PDVLACH * DVL
5
BUS D5 KBUS * one + PTVTP
CI_BUS + PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM
4
TXC D4 KTXC * one + PTVTP
CI_TXC

Rob. std err


-----------0.336
0.285
0.245
* 0.230
0.141
0.0429
0.0114
0.00911
0.275
0.0196
0.0353
0.0790
0.153
0.0447
0.0489
0.0102
0.00758
* 0.0155

Rob. t-test
-----------9.70
-4.51

Rob. p-val
---------0.00
0.00

10.61
0.35
7.56
-3.77
-4.29
-7.82
2.49
-4.04
-3.52
-2.34
-6.11
-2.71
-3.17
-15.86
-3.60
-1.70

0.00
0.72
0.00
0.00
0.00
0.00
0.01
0.00
0.00
0.02
0.00
0.01
0.00
0.00
0.00
0.09

* TV_AAC + PAUTOS * NRVEHLIV


* TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVEDAD1
* TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
* TVCAM
* TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *

b) M01_PO_PFP
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err

DICTUC S.A.

Multinomial Logit
20
1961
1961
-2471.383
-2471.383
-1665.650
1611.468
0.326
0.318
+1.471e-002
Convergence reached...
34
00:03
from analytical hessian
BD.dat

t-test p-val

Rob. std err Rob. t-test Rob. p-val

www.dictuc.cl

Informe Final

---KAAC
KACH
KBUS
KCAM
KTXC
PAUTOS
PCACH
PCBUS
PCTXC
PDVLACH
PTABUS
PTATXC
PTEBUS
PTETXC
PTVAAC
PTVACH
PTVBUS
PTVCAM
PTVEDAD1
PTVSEX
PTVTXC

151

-----3.34
-1.36
0.00
2.58
-0.0620
1.07
-0.136
-0.0513
-0.0759
0.692
-0.0748
-0.119
-0.185
-1.02
-0.0886
-0.129
-0.0230
-0.160
-0.0199
0.00134
0.0101

------0.340
0.288
--fixed-0.235
0.264
0.136
0.0308
0.0115
0.00955
0.283
0.0234
0.0397
0.0804
0.157
0.0461
0.0508
0.0149
0.00930
0.00838
0.00790
0.0240

------ -----9.81 0.00


-4.73 0.00
10.97
-0.23
7.86
-4.42
-4.47
-7.95
2.44
-3.20
-2.98
-2.30
-6.49
-1.92
-2.54
-1.55
-17.22
-2.37
0.17
0.42

0.00
0.81
0.00
0.00
0.00
0.00
0.01
0.00
0.00
0.02
0.00
0.05
0.01
0.12
0.00
0.02
0.87
0.67

------------ ----------- ---------0.337


-9.92
0.00
0.285
-4.78
0.00
0.241
* 0.236
0.141
0.0353
0.0114
0.00945
0.275
0.0195
0.0345
0.0782
0.165
* 0.0454
0.0487
* 0.0150
0.0102
0.00843
* 0.00835
* 0.0230

10.70
-0.26
7.61
-3.85
-4.48
-8.03
2.52
-3.84
-3.44
-2.37
-6.16
-1.95
-2.65
-1.54
-15.70
-2.36
0.16
0.44

0.00
0.79
0.00
0.00
0.00
0.00
0.01
0.00
0.00
0.02
0.00
0.05
0.01
0.12
0.00
0.02
0.87
0.66

*
*

*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVSEX *
TVACHSEX + PTVEDAD1 * TVACHREDAD1 + PDVLACH * DVL
5
BUS D5 KBUS * one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
CI_BUS + PTVSEX * TVBUSSEX + PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM * TVCAM + PTVSEX * TVCAMSEX
4
TXC D4 KTXC * one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *
CI_TXC + PTVSEX * TVTXCSEX

c)

M02_PO_PFP

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-3.34
0.340
KACH
-1.36
0.288
KBUS
0.00
--fixed-KCAM
2.58
0.235
KTXC
-0.0612 0.264
PAUTOS
1.07
0.136
PCACH
-0.136 0.0308
PCBUS
-0.0513 0.0115
PCTXC
-0.0759 0.00955

DICTUC S.A.

Multinomial Logit
19
1961
1961
-2471.383
-2471.383
-1665.664
1611.439
0.326
0.318
+1.379e-002
Convergence reached...
32
00:02
from analytical hessian
BD.dat

t-test
------9.81
-4.73

p-val
----0.00
0.00

10.97
-0.23
7.86
-4.42
-4.47
-7.95

0.00
0.82
0.00
0.00
0.00
0.00

Rob. std err


-----------0.336
0.285
0.243
* 0.236
0.141
0.0354
0.0114
0.00946

Rob. t-test
-----------9.93
-4.79

Rob. p-val
---------0.00
0.00

10.63
-0.26
7.61
-3.85
-4.48
-8.02

0.00
0.80
0.00
0.00
0.00
0.00

www.dictuc.cl

Informe Final

PDVLACH
PTABUS
PTATXC
PTEBUS
PTETXC
PTVAAC
PTVACH
PTVBUS
PTVCAM
PTVEDAD1
PTVTXC

0.693
-0.0748
-0.119
-0.185
-1.02
-0.0888
-0.129
-0.0225
-0.160
-0.0199
0.0104

152

0.283
0.0234
0.0397
0.0803
0.157
0.0461
0.0508
0.0146
0.00879
0.00838
0.0239

2.45
-3.20
-2.98
-2.31
-6.49
-1.93
-2.53
-1.54
-18.16
-2.38
0.44

0.01
0.00
0.00
0.02
0.00
0.05
0.01
0.12
0.00
0.02
0.66

0.274
0.0194
0.0345
0.0782
0.165
* 0.0453
0.0486
* 0.0145
0.0101
0.00842
* 0.0228

2.53
-3.85
-3.43
-2.37
-6.16
-1.96
-2.65
-1.55
-15.78
-2.37
0.46

0.01
0.00
0.00
0.02
0.00
0.05
0.01
0.12
0.00
0.02
0.65

*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV
2
ACH D2 KACH * one + PTVACH * TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVEDAD1
* TVACHREDAD1 + PDVLACH * DVL
5
BUS D5 KBUS * one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
CI_BUS + PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM * TVCAM
4
TXC D4 KTXC * one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *
CI_TXC

d) M03_PO_PFP
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-3.26
0.337
KACH
-1.29
0.285
KBUS
0.00
--fixed-KCAM
2.60
0.235
KTXC
0.0808 0.254
PAUTOS
1.07
0.136
PCACH
-0.135 0.0310
PCBUS
-0.0491 0.0114
PCTXC
-0.0712 0.00917
PDVLACH 0.684
0.283
PTABUS
-0.0790 0.0231
PTATXC
-0.124 0.0401
PTEBUS
-0.185 0.0807
PTETXC
-0.934 0.149
PTVAAC
-0.121 0.0435
PTVACH
-0.155 0.0494
PTVCAM
-0.161 0.00878
PTVEDAD1 -0.0273 0.00761
PTVTP
-0.0264 0.0148

DICTUC S.A.

Multinomial Logit
18
1961
1961
-2471.383
-2471.383
-1667.533
1607.702
0.325
0.318
+1.427e-002
Convergence reached...
26
00:02
from analytical hessian
BD.dat

t-test
------9.65
-4.51

p-val
----0.00
0.00

11.05
0.32
7.83
-4.36
-4.29
-7.76
2.42
-3.42
-3.10
-2.29
-6.28
-2.78
-3.14
-18.35
-3.58
-1.78

0.00
0.75
0.00
0.00
0.00
0.00
0.02
0.00
0.00
0.02
0.00
0.01
0.00
0.00
0.00
0.07

Rob. std err


-----------0.336
0.285
0.245
* 0.230
0.141
0.0357
0.0114
0.00911
0.275
0.0196
0.0353
0.0790
0.153
0.0447
0.0489
0.0102
0.00758
* 0.0155

Rob. t-test
-----------9.70
-4.51

Rob. p-val
---------0.00
0.00

10.61
0.35
7.56
-3.77
-4.29
-7.82
2.49
-4.04
-3.52
-2.34
-6.11
-2.71
-3.17
-15.86
-3.60
-1.70

0.00
0.73
0.00
0.00
0.00
0.00
0.01
0.00
0.00
0.02
0.00
0.01
0.00
0.00
0.00
0.09

www.dictuc.cl

Informe Final

153

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC
2
ACH D2 KACH * one + PTVACH
* TVACHREDAD1 + PDVLACH * DVL
5
BUS D5 KBUS * one + PTVTP
CI_BUS + PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM
4
TXC D4 KTXC * one + PTVTP
CI_TXC

e)

* TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *


* TVCAM
* TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *

M04_PO_PFP

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-3.26
0.337
KACH
-1.29
0.285
KBUS
0.00
--fixed-KCAM
2.60
0.235
KTXC
0.0808 0.254
PAUTOS
1.07
0.136
PCACH
-0.162 0.0371
PCBUS
-0.0491 0.0114
PCTXC
-0.0712 0.00917
PDVLACH 0.684
0.283
PTABUS
-0.0790 0.0231
PTATXC
-0.124 0.0401
PTEBUS
-0.185 0.0807
PTETXC
-0.934 0.149
PTVAAC
-0.121 0.0435
PTVACH
-0.155 0.0494
PTVCAM
-0.161 0.00878
PTVEDAD1 -0.0273 0.00761
PTVTP
-0.0264 0.0148

Multinomial Logit
18
1961
1961
-2471.383
-2471.383
-1667.533
1607.702
0.325
0.318
+1.250e-002
Convergence reached...
31
00:02
from analytical hessian
BDatos2.dat

t-test
------9.65
-4.51

p-val
----0.00
0.00

11.05
0.32
7.83
-4.36
-4.29
-7.76
2.42
-3.42
-3.10
-2.29
-6.28
-2.79
-3.14
-18.35
-3.58
-1.79

0.00
0.75
0.00
0.00
0.00
0.00
0.02
0.00
0.00
0.02
0.00
0.01
0.00
0.00
0.00
0.07

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC
2
ACH D2 KACH * one + PTVACH
* TVACHREDAD1 + PDVLACH * DVL
5
BUS D5 KBUS * one + PTVTP
CI_BUS + PTVEDAD1 * TVBUSREDAD1
1
CAM D1 KCAM * one + PTVCAM
4
TXC D4 KTXC * one + PTVTP
CI_TXC

DICTUC S.A.

* TV_AAC + PAUTOS * NRVEHLIV


* TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVEDAD1

Rob. std err


-----------0.336
0.285
0.245
* 0.230
0.141
0.0429
0.0114
0.00911
0.275
0.0196
0.0353
0.0790
0.153
0.0447
0.0489
0.0102
0.00758
* 0.0155

Rob. t-test
-----------9.70
-4.51

Rob. p-val
---------0.00
0.00

10.61
0.35
7.56
-3.77
-4.29
-7.82
2.49
-4.04
-3.52
-2.34
-6.11
-2.71
-3.17
-15.86
-3.60
-1.70

0.00
0.72
0.00
0.00
0.00
0.00
0.01
0.00
0.00
0.02
0.00
0.01
0.00
0.00
0.00
0.09

* TV_AAC + PAUTOS * NRVEHLIV


* TV_ACH + PCACH * CI_ACH + PAUTOS * NRVEHLIV + PTVEDAD1
* TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PCBUS *
* TVCAM
* TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PCTXC *

www.dictuc.cl

Informe Final

H.1.2.3

154

Propsito Estudios

a) MESC_PE_PFP
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

Multinomial Logit
9
483
483
-608.282
-608.282
-439.588
337.387
0.277
0.263
+7.671e+001
Convergence reached..
1000
00:08
from analytical hessian
BDatos2.dat

Utility parameters
******************
Name
Value
Std err
-------------KAAC
-0.697 0.327
KACH
-0.293 0.431
KBUS
0.00
--fixed-KCAM
-0.166 0.183
KTXC
-0.177 0.289
PAUTOS -0.586 0.217
PCA
-0.302 0.107
PCBUS -0.0679 0.0227
PCTXC -0.183 0.0400
PTV
-0.0201 0.00459

t-test
------2.13
-0.68

p-val
----0.03
0.50 *

-0.91
-0.61
-2.70
-2.82
-2.99
-4.57
-4.37

0.36
0.54
0.01
0.00
0.00
0.00
0.00

Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
5
BUS D5 KBUS *
1
CAM D1 KCAM *
4
TXC D4 KTXC *

PTV
PTV
PTV
PTV
PTV

one
one
one
one
one

+
+
+
+
+

*
*
*
*
*

Rob. std err


-----------0.377
0.526

* 0.180
* 0.372
0.301
0.173
0.0170
0.0636
0.00341

Rob. t-test
-----------1.85
-0.56

Rob. p-val
---------0.06
*
0.58
*

-0.93
-0.48
-1.94
-1.74
-3.99
-2.88
-5.89

0.35
0.63
0.05
0.08
0.00
0.00
0.00

*
*
*
*

TV_AAC + PAUTOS * NRVEHLIV


TV_ACH + PCA * CI_ACH + PAUTOS * NRVEHLIV
TVGEN_BUS + PCBUS * CI_BUS
TVCAM
TVGEN_TXC + PCTXC * CI_TXC

b) M01_PE_PFP
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err

DICTUC S.A.

Multinomial Logit
15
483
483
-608.282
-608.282
-295.911
624.742
0.514
0.489
+2.404e-001
Maximum number of iterations reached
1000
00:14
from analytical hessian
BD.dat

t-test p-val

Rob. std err Rob. t-test Rob. p-val

www.dictuc.cl

Informe Final

---KAAC
KACH
KBUS
KCAM
KTXC
PAUTOS
PC
PTABUS
PTATXC
PTEBUS
PTETXC
PTVAAC
PTVACH
PTVBUS
PTVCAM
PTVTXC

-----3.73
-4.68
0.00
2.34
0.229
1.34
-0.206
-0.0188
-0.112
-0.0926
-0.669
-0.215
-0.000289
-0.0550
-0.162
-0.116

155

------0.711
0.762
--fixed-0.594
0.593
0.248
0.0332
0.0573
0.0521
0.186
0.446
0.105
0.105
0.0311
0.0208
0.0571

Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
5
BUS D5 KBUS *
CI_BUS
1
CAM D1 KCAM *
4
TXC D4 KTXC *
CI_TXC

------ -----5.24 0.00


-6.14 0.00
3.94
0.39
5.41
-6.21
-0.33
-2.14
-0.50
-1.50
-2.05
-0.00
-1.77
-7.77
-2.03

0.00
0.70
0.00
0.00
0.74
0.03
0.62
0.13
0.04
1.00
0.08
0.00
0.04

------------ ----------- ---------0.677


-5.50
0.00
0.784
-5.97
0.00
0.576
* 0.528
0.219
0.0392
* 0.0605
0.0293
* 0.166
* 0.395
0.0913
* 0.104
* 0.0304
0.0240
0.0555

4.07
0.43
6.13
-5.25
-0.31
-3.82
-0.56
-1.69
-2.35
-0.00
-1.81
-6.74
-2.09

0.00
0.67
0.00
0.00
0.76
0.00
0.58
0.09
0.02
1.00
0.07
0.00
0.04

*
*
*
*
*

one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV


one + PTVACH * TV_ACH + PC * CI_ACH + PAUTOS * NRVEHLIV
one + PTVBUS * TV_BUS + PTEBUS * TE_BUS + PTABUS * TA_BUS + PC *
one + PTVCAM * TVCAM
one + PTVTXC * TV_TXC + PTETXC * TE_TXC + PTATXC * TA_TXC + PC *

c) M02_PE_PFP
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------KAAC
-3.74
0.600
KACH
-4.68
0.653
KBUS
0.00
--fixed-KCAM
2.41
0.482
KTXC
-0.910 0.314
PAUTOS 1.34
0.247
PC
-0.223 0.0339
PTVAAC -0.117 0.0992
PTVACH 0.102
0.101
PTVBUS -0.0228 0.0292
PTVCAM -0.155 0.0203
PTVTXC -0.0612 0.0549

Multinomial Logit
11
483
483
-608.282
-608.282
-306.606
603.352
0.496
0.478
+1.624e-003
Convergence reached...
36
00:00
from analytical hessian
BD.dat

t-test
------6.24
-7.17

p-val
----0.00
0.00

Rob. std err


-----------0.573
0.646

Rob. t-test
-----------6.53
-7.24

Rob. p-val
---------0.00
0.00

4.99
-2.89
5.43
-6.57
-1.18
1.01
-0.78
-7.64
-1.12

0.00
0.00
0.00
0.00
0.24
0.31
0.43
0.00
0.26

0.466
0.271
0.222
0.0413
0.0927
0.106
0.0312
0.0232
0.0557

5.17
-3.36
6.04
-5.40
-1.26
0.97
-0.73
-6.69
-1.10

0.00
0.00
0.00
0.00
0.21
0.33
0.46
0.00
0.27

*
*
*
*

*
*
*
*

Utility functions
*****************
3
AAC D3 KAAC * one + PTVAAC * TV_AAC + PAUTOS * NRVEHLIV

DICTUC S.A.

www.dictuc.cl

Informe Final

2
5
1
4

ACH
BUS
CAM
TXC

D2
D5
D1
D4

156

KACH
KBUS
KCAM
KTXC

*
*
*
*

one
one
one
one

+
+
+
+

PTVACH
PTVBUS
PTVCAM
PTVTXC

*
*
*
*

TV_ACH + PC * CI_ACH + PAUTOS * NRVEHLIV


TV_BUS + PC * CI_BUS
TVCAM
TV_TXC + PC * CI_TXC

d) M03_PE_PFP
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

Multinomial Logit
10
483
483
-608.282
-608.282
-309.946
596.673
0.490
0.474
+3.739e+001
Maximum number of iterations reached
1000
00:09
from analytical hessian
BDATOS2.dat

Utility parameters
******************
Name
Value
Std err
-------------KAAC
-2.41
0.473
KACH
-2.26
0.467
KBUS
0.00
--fixed-KCAM
2.99
0.479
KTXC
0.244
0.506
PAUTOS 0.686
0.216
PC
-0.174 0.0289
PTVA
-0.0253 0.0432
PTVBUS 0.00709 0.00333
PTVCAM -0.149 0.0188
PTVTXC -0.0316 0.0157

t-test
------5.10
-4.84

p-val
----0.00
0.00

6.24
0.48
3.17
-6.01
-0.59
2.13
-7.92
-2.02

0.00
0.63
0.00
0.00
0.56
0.03
0.00
0.04

Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
5
BUS D5 KBUS *
1
CAM D1 KCAM *
4
TXC D4 KTXC *

PTVA *
PTVA *
PTVBUS
PTVCAM
PTVTXC

TV_AAC + PAUTOS * NRVEHLIV


TV_ACH + PC * CI_ACH + PAUTOS * NRVEHLIV
* TVGEN_BUS + PC * CI_BUS
* TVCAM
* TVGEN_TXC + PC * CI_TXC

one
one
one
one
one

+
+
+
+
+

Rob. std err


-----------0.471
0.382
0.447
* 0.385
0.192
0.0303
* 0.0409
0.00173
0.0198
0.0119

Rob. t-test
-----------5.12
-5.92

Rob. p-val
---------0.00
0.00

6.68
0.63
3.58
-5.75
-0.62
4.09
-7.52
-2.67

0.00
0.53
0.00
0.00
0.54
0.00
0.00
0.01

e) M04_PE_PFP
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

DICTUC S.A.

Multinomial Logit
9
483
483
-608.282
-608.282
-439.877
336.810
0.277
0.262
+7.613e+001
Maximum number of iterations reached
1000
00:09
from analytical hessian
BDATOS2.dat

www.dictuc.cl

Informe Final

157

Utility parameters
******************
Name
Value
Std err
-------------KAAC
-0.698 0.327
KACH
-0.275 0.431
KBUS
0.00
--fixed-KCAM
-0.165 0.183
KTXC
-0.174 0.289
PAUTOS -0.579 0.217
PCA
-0.261 0.0906
PCBUS -0.0678 0.0227
PCTXC -0.183 0.0401
PTV
-0.0200 0.00458

t-test
------2.13
-0.64

p-val
----0.03
0.52 *

-0.90
-0.60
-2.67
-2.88
-2.98
-4.57
-4.37

0.37
0.55
0.01
0.00
0.00
0.00
0.00

Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
5
BUS D5 KBUS *
1
CAM D1 KCAM *
4
TXC D4 KTXC *

PTV
PTV
PTV
PTV
PTV

one
one
one
one
one

+
+
+
+
+

*
*
*
*
*

Rob. std err


-----------0.375
0.531

* 0.180
* 0.372
0.299
0.150
0.0170
0.0637
0.00340

Rob. t-test
-----------1.86
-0.52

Rob. p-val
---------0.06
*
0.60
*

-0.92
-0.47
-1.94
-1.74
-3.98
-2.87
-5.88

0.36
0.64
0.05
0.08
0.00
0.00
0.00

*
*
*
*

TV_AAC + PAUTOS * NRVEHLIV


TV_ACH + PCA * CI_ACH + PAUTOS * NRVEHLIV
TVGEN_BUS + PCBUS * CI_BUS
TVCAM
TVGEN_TXC + PCTXC * CI_TXC

f) M05_PE_PFP
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

Multinomial Logit
9
483
483
-608.282
-608.282
-439.588
337.387
0.277
0.263
+7.671e+001
Convergence reached..
1000
00:08
from analytical hessian
BDatos2.dat

Utility parameters
******************
Name
Value
Std err
-------------KAAC
-0.697 0.327
KACH
-0.293 0.431
KBUS
0.00
--fixed-KCAM
-0.166 0.183
KTXC
-0.177 0.289
PAUTOS -0.586 0.217
PCA
-0.302 0.107
PCBUS -0.0679 0.0227
PCTXC -0.183 0.0400
PTV
-0.0201 0.00459

t-test
------2.13
-0.68

p-val
----0.03
0.50 *

-0.91
-0.61
-2.70
-2.82
-2.99
-4.57
-4.37

0.36
0.54
0.01
0.00
0.00
0.00
0.00

Utility functions
*****************
3
AAC D3 KAAC *
2
ACH D2 KACH *
5
BUS D5 KBUS *
1
CAM D1 KCAM *
4
TXC D4 KTXC *

PTV
PTV
PTV
PTV
PTV

DICTUC S.A.

one
one
one
one
one

+
+
+
+
+

*
*
*
*
*

Rob. std err


-----------0.377
0.526

* 0.180
* 0.372
0.301
0.173
0.0170
0.0636
0.00341

Rob. t-test
-----------1.85
-0.56

Rob. p-val
---------0.06
*
0.58
*

-0.93
-0.48
-1.94
-1.74
-3.99
-2.88
-5.89

0.35
0.63
0.05
0.08
0.00
0.00
0.00

*
*
*
*

TV_AAC + PAUTOS * NRVEHLIV


TV_ACH + PCA * CI_ACH + PAUTOS * NRVEHLIV
TVGEN_BUS + PCBUS * CI_BUS
TVCAM
TVGEN_TXC + PCTXC * CI_TXC

www.dictuc.cl

Informe Final

158

H.2 Modelos Exploratorios Talca


H.2.1

Modelos Punta Maana

H.2.1.1

Propsito Trabajo

a) Modelo Escogido: MESC_PT_PAM


PM_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.82
CACH
0.590
CBIC
-1.09
CBUS
-1.28
CCAM
0.00
CTXC
-1.51
PCINGAAC
-0.185
PCINGACH
-0.0650
PCINGBUS
-0.0497
PCINGTXC
-0.0533
PTGENSEXPRI -0.0169
PTGENSEXPUB -0.0250
PTGENTPRI
-0.0805
PTGENTPUB
-0.00656
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

Std err
------0.366
0.257
0.169
0.313
--fixed-0.284
0.0759
0.0174
0.0147
0.0141
0.00950
0.00424
0.00912
0.00395

Multinomial Logit
13
835
835
-1195.389
-1195.389
-894.228
602.321
0.252
0.241
+6.052e-003
Convergence reached...
30
00:00
from analytical hessian
datos.dat

t-test
------4.97
2.29
-6.44
-4.10

p-val
----0.00
0.02
0.00
0.00

-5.32
-2.43
-3.73
-3.38
-3.78
-1.78
-5.90
-8.83
-1.66

0.00
0.01
0.00
0.00
0.00
0.07
0.00
0.00
0.10

Rob. std err


-----------0.340
0.269
0.170
0.303
0.274
0.0612
0.0168
0.0160
0.0129
* 0.00945
0.00434
0.00912
* 0.00381

Rob. t-test
-----------5.34
2.20
-6.42
-4.25

Rob. p-val
---------0.00
0.03
0.00
0.00

-5.51
-3.02
-3.88
-3.10
-4.12
-1.79
-5.75
-8.84
-1.72

0.00
0.00
0.00
0.00
0.00
0.07
0.00
0.00
0.09

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

b) M01_PT_PAM

DICTUC S.A.

www.dictuc.cl

Informe Final

159

PM_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-2.55
0.473
CACH
-0.0185 0.319
CBIC
-1.86
0.260
CBUS
-1.60
0.378
CCAM
0.00
--fixed-CTXC
-1.19
0.336
PCINGAAC -0.241 0.0995
PCINGACH -0.0695 0.0216
PCINGBUS -0.0545 0.0150
PCINGTXC -0.0589 0.0148
PTCAMBUS -0.0364 0.0154
PTCAMTXC -0.134 0.0249
PTESPBUS -0.247 0.135
PTESPTXC -0.184 0.162
PTVIAAAC 0.0550 0.0776
PTVIAACH 0.0297 0.0468
PTVIABIC -0.0284 0.0149
PTVIABUS 0.00261 0.0166
PTVIACAM -0.0944 0.00895
PTVIATXC 0.0222 0.0223
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
PCINGBUS * CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
PCINGTXC * CINTXC

Multinomial Logit
19
835
835
-1195.389
-1195.389
-892.254
606.270
0.254
0.238
+8.819e-003
Convergence reached...
24
00:01
from analytical hessian
DATOS.DAT

t-test
------5.40
-0.06
-7.15
-4.25

p-val
Rob. std err
---------------0.00
0.501
0.95 * 0.333
0.00
0.283
0.00
0.360

Rob. t-test
-----------5.09
-0.06
-6.58
-4.45

Rob. p-val
---------0.00
0.96
*
0.00
0.00

-3.53
-2.42
-3.21
-3.62
-3.99
-2.36
-5.38
-1.83
-1.13
0.71
0.63
-1.90
0.16
-10.55
0.99

0.00
0.02
0.00
0.00
0.00
0.02
0.00
0.07
0.26
0.48
0.53
0.06
0.88
0.00
0.32

-3.59
-2.65
-3.48
-3.30
-4.34
-2.54
-5.35
-1.79
-1.09
0.62
0.64
-1.98
0.17
-9.93
0.96

0.00
0.01
0.00
0.00
0.00
0.01
0.00
0.07
0.28
0.53
0.52
0.05
0.87
0.00
0.34

one + PTVIAAAC *
one + PTVIAACH *
one + PTVIABIC *
one + PTVIABUS

*
*
*
*
*
*
*

0.331
0.0907
0.0200
0.0165
0.0136
0.0143
0.0250
0.138
0.169
0.0880
0.0463
0.0143
0.0158
0.00950
0.0231

*
*
*
*
*
*

TVIAAC + PCINGAAC * CINAAC


TVIACH + PCINGACH * CINACH
TVIBIC
* TVIBUS + PTCAMBUS * TCABUS + PTESPBUS * TESBUS +

one + PTVIACAM * TVICAM


one + PTVIATXC * TVITXC + PTCAMTXC * TCATXC + PTESPTXC * TESTXC +

c) M02_PT_PAM
PM_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:

DICTUC S.A.

Multinomial Logit
11
835
835
-1195.389
-1195.389
-956.409
477.959
0.200
0.191

www.dictuc.cl

Informe Final

160

Final gradient norm:


Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-0.436 0.342
CACH
1.92
0.232
CBIC
-0.0899 0.143
CBUS
1.06
0.211
CCAM
0.00
--fixed-CTXC
0.642
0.192
PCINGAAC -0.174 0.0743
PCINGACH -0.0589 0.0174
PCINGBUS -0.0395 0.0129
PCINGTXC -0.0401 0.0126
PTGEN
-0.0151 0.00387
PTGENSEX -0.0249 0.00411
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *

one
one
one
one
one
one

+
+
+
+
+
+

+9.888e-003
Convergence reached...
22
00:00
from analytical hessian
datos.dat

t-test
------1.28
8.27
-0.63
5.00

p-val
Rob. std err
---------------0.20 * 0.327
0.00
0.254
0.53 * 0.149
0.00
0.199

Rob. t-test
-----------1.33
7.56
-0.60
5.29

Rob. p-val
---------0.18
*
0.00
0.55
*
0.00

3.35
-2.34
-3.39
-3.05
-3.17
-3.89
-6.07

0.00
0.02
0.00
0.00
0.00
0.00
0.00

3.39
-2.94
-3.61
-3.12
-3.36
-3.86
-5.56

0.00
0.00
0.00
0.00
0.00
0.00
0.00

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENTXC

0.189
0.0590
0.0163
0.0127
0.0119
0.00391
0.00448

+
+
+
+
+
+

PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX

*
*
*
*
*
*

SEXTGENAAC
SEXTGENACH
SEXTGENBIC
SEXTGENBUS
SEXTGENCAM
SEXTGENTXC

+ PCINGAAC * CINAAC
+ PCINGACH * CINACH
+ PCINGBUS * CINBUS
+ PCINGTXC * CINTXC

d) M03_PT_PAM
PM_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.69
CACH
-0.00854
CBIC
-1.62
CBUS
-2.22
CCAM
0.00
CTXC
-1.54
PCINGAAC
-0.211
PCINGACH
-0.0699
PCINGBUS
-0.0460

DICTUC S.A.

Std err
------0.488
0.325
0.270
0.361
--fixed-0.343
0.101
0.0229
0.0156

Multinomial Logit
21
835
835
-1195.389
-1195.389
-837.898
714.981
0.299
0.281
+3.806e-003
Convergence reached...
51
00:02
from analytical hessian
datos.dat

t-test
------5.52
-0.03
-6.01
-6.15

p-val
Rob. std err
---------------0.00
0.537
0.98 * 0.334
0.00
0.293
0.00
0.347

Rob. t-test
-----------5.02
-0.03
-5.54
-6.40

Rob. p-val
---------0.00
0.98
*
0.00
0.00

-4.48
-2.08
-3.05
-2.95

0.00
0.04
0.00
0.00

-4.62
-2.22
-3.27
-2.70

0.00
0.03
0.00
0.01

0.333
0.0949
0.0213
0.0170

www.dictuc.cl

Informe Final

PCINGTXC
PTGENAAC
PTGENACH
PTGENBIC
PTGENBUS
PTGENCAM
PTGENSEXAAC
PTGENSEXACH
PTGENSEXBIC
PTGENSEXBUS
PTGENSEXCAM
PTGENSEXTXC
PTGENTXC

161

-0.0467
0.0183
-0.0855
-0.220
-0.00767
-0.0970
-0.0275
0.0962
0.196
-0.00215
-0.00746
-0.00531
-0.0242

Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

0.0146
0.0855
0.0615
0.0379
0.00474
0.0100
0.0748
0.0608
0.0382
0.00548
0.0117
0.00834
0.00722

-3.20
0.21
-1.39
-5.79
-1.62
-9.70
-0.37
1.58
5.14
-0.39
-0.64
-0.64
-3.35

0.00
0.83
0.16
0.00
0.11
0.00
0.71
0.11
0.00
0.69
0.52
0.52
0.00

0.0131
* 0.0976
* 0.0564
0.0502
* 0.00465
0.00998
* 0.0800
* 0.0584
0.0488
* 0.00531
* 0.0116
* 0.00791
0.00702

-3.56
0.19
-1.51
-4.38
-1.65
-9.72
-0.34
1.65
4.02
-0.40
-0.64
-0.67
-3.45

0.00
0.85
0.13
0.00
0.10
0.00
0.73
0.10
0.00
0.69
0.52
0.50
0.00

*
*
*
*
*
*
*
*

one + PTGENAAC * TGENAAC + PTGENSEXAAC * SEXTGENAAC + PCINGAAC *


one + PTGENACH * TGENACH + PTGENSEXACH * SEXTGENACH + PCINGACH *
one + PTGENBIC * TGENBIC + PTGENSEXBIC * SEXTGENBIC
one + PTGENBUS * TGENBUS + PTGENSEXBUS * SEXTGENBUS + PCINGBUS *
one + PTGENCAM * TGENCAM + PTGENSEXCAM * SEXTGENCAM
one + PTGENTXC * TGENTXC + PTGENSEXTXC * SEXTGENTXC + PCINGTXC *

e) M04_PT_PAM
PM_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.19
CACH
0.197
CBIC
-1.10
CBUS
-1.25
CCAM
0.00
CTXC
-1.45
PCINGAAC
-0.238
PCINGACH
-0.0802
PCINGBUS
-0.0536
PCINGTXC
-0.0578
PTGENSEXNM -0.0223
PTGENSEXPRI -0.107
PTGENSEXPUB -0.0283
PTGENTNM
-0.0780
PTGENTPRI
0.0616
PTGENTPUB
-0.00439

DICTUC S.A.

Std err
------0.402
0.306
0.169
0.312
--fixed-0.284
0.0842
0.0223
0.0150
0.0144
0.00994
0.0505
0.00467
0.00925
0.0556
0.00407

Multinomial Logit
15
835
835
-1195.389
-1195.389
-890.726
609.326
0.255
0.242
+7.655e-003
Convergence reached...
29
00:01
from analytical hessian
datos.dat

t-test
------5.45
0.64
-6.51
-4.02

p-val
Rob. std err
---------------0.00
0.378
0.52 * 0.312
0.00
0.170
0.00
0.301

Rob. t-test
-----------5.79
0.63
-6.49
-4.17

Rob. p-val
---------0.00
0.53
*
0.00
0.00

-5.10
-2.82
-3.59
-3.57
-4.00
-2.24
-2.13
-6.06
-8.43
1.11
-1.08

0.00
0.00
0.00
0.00
0.00
0.03
0.03
0.00
0.00
0.27
0.28

-5.30
-3.37
-3.93
-3.24
-4.31
-2.24
-2.32
-5.86
-8.34
1.24
-1.10

0.00
0.00
0.00
0.00
0.00
0.03
0.02
0.00
0.00
0.21
0.27

0.273
0.0706
0.0204
0.0165
0.0134
0.00994
0.0463
0.00482
0.00935
* 0.0495
* 0.00399

*
*

www.dictuc.cl

Informe Final

Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

162

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTNM * TGENBIC + PTGENSEXNM * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTNM * TGENCAM + PTGENSEXNM * SEXTGENCAM
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

f) M05_PT_PAM
PM_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.82
CACH
0.586
CBIC
-1.10
CBUS
-1.25
CCAM
0.00
CTXC
-1.50
PCINGAAC
-0.186
PCINGACH
-0.0652
PCINGBUS
-0.0494
PCINGTXC
-0.0529
PTGENSEXPRI -0.0172
PTGENSEXPUB -0.0246
PTGENTPRI
-0.0806
PTGENTPUB
-0.00697
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

DICTUC S.A.

Std err
------0.366
0.257
0.169
0.315
--fixed-0.285
0.0760
0.0174
0.0147
0.0141
0.00951
0.00417
0.00912
0.00394

Multinomial Logit
13
835
835
-1195.389
-1195.389
-893.763
603.250
0.252
0.241
+4.727e-003
Convergence reached...
25
00:01
from analytical hessian
datos.dat

t-test
------4.98
2.28
-6.47
-3.98

p-val
----0.00
0.02
0.00
0.00

-5.26
-2.44
-3.74
-3.36
-3.75
-1.80
-5.90
-8.84
-1.77

0.00
0.01
0.00
0.00
0.00
0.07
0.00
0.00
0.08

Rob. std err


-----------0.341
0.269
0.170
0.305
0.275
0.0613
0.0168
0.0160
0.0129
* 0.00947
0.00428
0.00911
* 0.00380

Rob. t-test
-----------5.34
2.18
-6.45
-4.12

Rob. p-val
---------0.00
0.03
0.00
0.00

-5.45
-3.03
-3.89
-3.09
-4.08
-1.81
-5.76
-8.85
-1.84

0.00
0.00
0.00
0.00
0.00
0.07
0.00
0.00
0.07

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

www.dictuc.cl

Informe Final

163

g) M06_PT_PAM
PM_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.89
CACH
0.469
CBIC
-1.20
CBUS
-1.29
CCAM
0.00
CTXC
-1.56
PCINGAAC
-0.0353
PCINGAACSEX -0.279
PCINGACH
-0.0285
PCINGACHSEX -0.0470
PCINGBUS
-0.00186
PCINGBUSSEX -0.0921
PCINGTXC
-0.00376
PCINGTXCSEX -0.0970
PTGENSEXPRI -0.0398
PTGENSEXPUB -0.0200
PTGENTPRI
-0.0705
PTGENTPUB
-0.00902

Std err
------0.366
0.267
0.173
0.317
--fixed-0.286
0.0806
0.112
0.0571
0.0549
0.0173
0.0247
0.0154
0.0211
0.0106
0.00502
0.00895
0.00425

Multinomial Logit
17
835
835
-1195.389
-1195.389
-879.889
631.000
0.264
0.250
+4.736e-003
Convergence reached...
86
00:02
from analytical hessian
datos.dat

t-test
------5.16
1.75
-6.93
-4.07

p-val
Rob. std err
---------------0.00
0.353
0.08 * 0.281
0.00
0.174
0.00
0.308

Rob. t-test
-----------5.35
1.67
-6.90
-4.19

Rob. p-val
---------0.00
0.10
*
0.00
0.00

-5.45
-0.44
-2.50
-0.50
-0.86
-0.11
-3.73
-0.24
-4.59
-3.76
-3.99
-7.88
-2.12

0.00
0.66
0.01
0.62
0.39
0.91
0.00
0.81
0.00
0.00
0.00
0.00
0.03

-5.55
-0.62
-2.30
-0.51
-0.88
-0.10
-3.81
-0.29
-4.46
-3.98
-4.08
-8.59
-2.27

0.00
0.53
0.02
0.61
0.38
0.92
0.00
0.77
0.00
0.00
0.00
0.00
0.02

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI
CINAAC + PCINGAACSEX * CINAACSEX
2
ACH AV2 CACH * one + PTGENTPRI
CINACH + PCINGACHSEX * CINACHSEX
7
BIC AV7 CBIC * one + PTGENTPRI *
5
BUS AV5 CBUS * one + PTGENTPUB
CINBUS + PCINGBUSSEX * CINBUSSEX
1
CAM AV1 CCAM * one + PTGENTPRI *
6
TXC AV6 CTXC * one + PTGENTPUB
CINTXC + PCINGTXCSEX * CINTXCSEX

0.281
* 0.0565
0.121
* 0.0556
* 0.0533
* 0.0180
0.0241
* 0.0131
0.0218
0.0100
0.00491
0.00821
0.00397

*
*
*
*
*

* TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


* TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
TGENBIC + PTGENSEXPRI * SEXTGENBIC
* TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
TGENCAM + PTGENSEXPRI * SEXTGENCAM
* TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

h) M07_PT_PAM
PM_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:

DICTUC S.A.

Multinomial Logit
15
835
835
-1195.389
-1195.389

www.dictuc.cl

Informe Final

164

Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.82
CACH
0.591
CBIC
-1.10
CBUS
-1.25
CCAM
0.00
CTXC
-1.50
PCINGAAC
-0.186
PCINGACH
-0.0653
PCINGBUS
-0.0497
PCINGTXC
-0.0531
PTGENOLDPRI 0.0204
PTGENOLDPUB 0.00489
PTGENSEXPRI -0.0174
PTGENSEXPUB -0.0248
PTGENTPRI
-0.0831
PTGENTPUB
-0.00754

Std err
------0.366
0.257
0.170
0.315
--fixed-0.285
0.0759
0.0174
0.0148
0.0141
0.0130
0.00591
0.00950
0.00417
0.00932
0.00400

Utility functions
*****************
3
AAC AV3 CAAC * one
OLDTGENAAC + PCINGAAC *
2
ACH AV2 CACH * one
OLDTGENACH + PCINGACH *
7
BIC AV7 CBIC * one
OLDTGENBIC
5
BUS AV5 CBUS * one
OLDTGENBUS + PCINGBUS *
1
CAM AV1 CCAM * one
OLDTGENCAM
6
TXC AV6 CTXC * one
OLDTGENTXC + PCINGTXC *

-892.597
605.583
0.253
0.241
+8.184e-003
Convergence reached...
30
00:01
from analytical hessian
datos.dat

t-test
------4.98
2.30
-6.49
-3.97

p-val
----0.00
0.02
0.00
0.00

Rob. std err


-----------0.341
0.269
0.171
0.306

Rob. t-test
-----------5.35
2.20
-6.46
-4.10

Rob. p-val
---------0.00
0.03
0.00
0.00

-5.26
-2.45
-3.75
-3.37
-3.76
1.57
0.83
-1.83
-5.93
-8.91
-1.88

0.00
0.01
0.00
0.00
0.00
0.12
0.41
0.07
0.00
0.00
0.06

0.276
0.0612
0.0169
0.0161
0.0130
0.0125
0.00587
0.00942
0.00427
0.00931
0.00388

-5.44
-3.04
-3.86
-3.09
-4.10
1.63
0.83
-1.84
-5.80
-8.92
-1.94

0.00
0.00
0.00
0.00
0.00
0.10
0.40
0.07
0.00
0.00
0.05

*
*
*

*
*
*

+ PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PTGENOLDPRI *


CINAAC
+ PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PTGENOLDPRI *
CINACH
+ PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC + PTGENOLDPRI *
+ PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PTGENOLDPUB *
CINBUS
+ PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM + PTGENOLDPRI *
+ PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PTGENOLDPUB *
CINTXC

i) M08_PT_PAM
PM_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

DICTUC S.A.

Multinomial Logit
15
835
835
-1195.389
-1195.389
-893.567
603.643
0.252
0.240
+4.270e-003
Convergence reached...
35
00:01
from analytical hessian
datos.dat

www.dictuc.cl

Informe Final

Utility parameters
******************
Name
Value
-------CAAC
-1.77
CACH
0.640
CBIC
-1.06
CBUS
-1.20
CCAM
0.00
CTXC
-1.45
PCINGAAC
-0.185
PCINGACH
-0.0676
PCINGBUS
-0.0492
PCINGTXC
-0.0528
PINTRAZ
0.270
PTGENSEXPRI -0.0171
PTGENSEXPUB -0.0246
PTGENTPRI
-0.0791
PTGENTPUB
-0.00682
PVIALAR
0.159

165

Std err
------0.377
0.274
0.179
0.329
--fixed-0.301
0.0760
0.0188
0.0148
0.0142
0.500
0.00949
0.00418
0.00955
0.00394
0.526

t-test
------4.70
2.33
-5.95
-3.66

p-val
----0.00
0.02
0.00
0.00

Rob. std err


-----------0.352
0.289
0.181
0.330

Rob. t-test
-----------5.03
2.22
-5.89
-3.65

Rob. p-val
---------0.00
0.03
0.00
0.00

-4.80
-2.44
-3.61
-3.33
-3.73
0.54
-1.81
-5.88
-8.28
-1.73
0.30

0.00
0.01
0.00
0.00
0.00
0.59
0.07
0.00
0.00
0.08
0.76

0.298
0.0611
0.0185
0.0160
0.0130
0.478
0.00942
0.00428
0.00944
0.00380
0.546

-4.85
-3.03
-3.65
-3.08
-4.07
0.56
-1.82
-5.74
-8.37
-1.80
0.29

0.00
0.00
0.00
0.00
0.00
0.57
0.07
0.00
0.00
0.07
0.77

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI
CINAAC
2
ACH AV2 CACH * one + PTGENTPRI
CINACH + PVIALAR * DUMMYVL
7
BIC AV7 CBIC * one + PTGENTPRI *
5
BUS AV5 CBUS * one + PTGENTPUB
CINBUS
1
CAM AV1 CCAM * one + PTGENTPRI *
6
TXC AV6 CTXC * one + PTGENTPUB
CINTXC

*
*

*
*

*
*

*
*

* TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


* TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
TGENBIC + PTGENSEXPRI * SEXTGENBIC + PINTRAZ * INT
* TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
TGENCAM + PTGENSEXPRI * SEXTGENCAM + PINTRAZ * INT
* TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

j) M09_PT_PAM
PM_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.39
CACH
0.978
CBIC
-0.965
CBUS
-0.537
CCAM
0.00
CTXC
-0.751
PCINGAAC
-0.205

DICTUC S.A.

Std err
------0.389
0.284
0.172
0.444
--fixed-0.413
0.0766

Multinomial Logit
15
835
835
-1195.389
-1195.389
-888.118
614.542
0.257
0.244
+5.342e-002
Radius of the trust region is too small
150
00:02
from analytical hessian
datos.dat

t-test
------3.58
3.44
-5.61
-1.21

p-val
----0.00
0.00
0.00
0.23 *

-1.82
-2.68

0.07
0.01

Rob. std err


-----------0.358
0.283
0.167
0.420

* 0.398
0.0619

Rob. t-test
-----------3.89
3.46
-5.77
-1.28

Rob. p-val
---------0.00
0.00
0.00
0.20
*

-1.89
-3.32

0.06
0.00

www.dictuc.cl

Informe Final

PCINGACH
PCINGBUS
PCINGTXC
PTGENSEXPRI
PTGENSEXPUB
PTGENTPRI
PTGENTPRI2
PTGENTPUB
PTGENTPUB2

166

-0.0734
-0.0515
-0.0551
-0.0171
-0.0238
-0.0200
-0.00110
-0.00948
2.66e-005

Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC + PTGENTPRI2
2
ACH AV2 CACH *
CINACH + PTGENTPRI2
7
BIC AV7 CBIC *
TGENBIC2
5
BUS AV5 CBUS *
CINBUS + PTGENTPUB2
1
CAM AV1 CCAM *
TGENCAM2
6
TXC AV6 CTXC *
CINTXC + PTGENTPUB2

H.2.1.2

0.0176
0.0151
0.0143
0.0103
0.00420
0.0211
0.000358
0.0107
6.94e-005

-4.18
-3.40
-3.86
-1.66
-5.65
-0.94
-3.07
-0.88
0.38

0.00
0.00
0.00
0.10
0.00
0.35
0.00
0.38
0.70

*
*
*
*

0.0166
0.0166
0.0129
0.0109
0.00432
0.0227
0.000423
0.0106
7.07e-005

-4.43
-3.10
-4.27
-1.57
-5.50
-0.88
-2.60
-0.90
0.38

0.00
0.00
0.00
0.12
0.00
0.38
0.01
0.37
0.71

*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


* TGENAAC2
one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
* TGENACH2
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC + PTGENTPRI2 *
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
* TGENBUS2
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM + PTGENTPRI2 *
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *
* TGENTXC2

Propsito Otros

a) Modelo Escogido: MESC_PO_PAM


PM_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-2.17
0.312
CACH
0.631
0.271
CBIC
-3.37
0.268
CBUS
-1.28
0.196
CCAM
0.00
--fixed-CTXC
-2.79
0.276
PCINGAAC -0.0556 0.0380
PCINGACH -0.0343 0.0186
PCINGBUS -0.0115 0.00845
PCINGTXC -0.00600 0.00904
PTGEN
-0.0918 0.00868

DICTUC S.A.

Multinomial Logit
10
580
580
-842.859
-842.859
-489.009
707.700
0.420
0.408
+2.409e-003
Convergence reached...
23
00:00
from analytical hessian
datos.dat

t-test
------6.94
2.33
-12.55
-6.51

p-val
----0.00
0.02
0.00
0.00

-10.12
-1.46
-1.84
-1.36
-0.66
-10.58

0.00
0.14
0.07
0.17
0.51
0.00

*
*
*
*

Rob. std err


-----------0.378
0.264
0.273
0.211

Rob. t-test
-----------5.73
2.39
-12.34
-6.05

Rob. p-val
---------0.00
0.02
0.00
0.00

0.264
0.0630
0.0195
0.00971
0.00824
0.00804

-10.58
-0.88
-1.76
-1.18
-0.73
-11.42

0.00
0.38
0.08
0.24
0.47
0.00

*
*
*
*

www.dictuc.cl

Informe Final

Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *

167

one
one
one
one
one
one

+
+
+
+
+
+

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENTXC

+ PCINGAAC * CINAAC
+ PCINGACH * CINACH
+ PCINGBUS * CINBUS
+ PCINGTXC * CINTXC

b) M01_PO_PAM
PM_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-2.65
0.436
CACH
0.637
0.392
CBIC
-4.44
0.462
CBUS
-2.85
0.486
CCAM
0.00
--fixed-CTXC
-3.31
0.532
PCINGAAC -0.0181 0.0427
PCINGACH 0.00516 0.0245
PCINGBUS -0.00658 0.00848
PCINGTXC -0.00373 0.00895
PTCAMBUS -0.0184 0.0207
PTCAMTXC -0.0570 0.0464
PTESPBUS -0.284
0.206
PTESPTXC -0.830
0.342
PTVIAAAC -0.00880 0.0678
PTVIAACH -0.112
0.0660
PTVIABIC 0.0201
0.0275
PTVIABUS 0.0346
0.0232
PTVIACAM -0.0965 0.0108
PTVIATXC 0.0410
0.0351
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
PCINGBUS * CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
PCINGTXC * CINTXC

Multinomial Logit
19
580
580
-842.859
-842.859
-458.029
769.661
0.457
0.434
+3.480e-003
Convergence reached...
36
00:01
from analytical hessian
datos.dat

t-test
------6.06
1.63
-9.61
-5.87

p-val
Rob. std err
---------------0.00
0.471
0.10 * 0.394
0.00
0.512
0.00
0.519

Rob. t-test
-----------5.61
1.62
-8.68
-5.49

Rob. p-val
---------0.00
0.11
*
0.00
0.00

-6.22
-0.42
0.21
-0.78
-0.42
-0.89
-1.23
-1.37
-2.43
-0.13
-1.70
0.73
1.49
-8.89
1.17

0.00
0.67
0.83
0.44
0.68
0.37
0.22
0.17
0.02
0.90
0.09
0.47
0.14
0.00
0.24

-6.09
-0.31
0.23
-0.80
-0.44
-0.86
-1.15
-1.32
-2.78
-0.13
-1.81
0.73
1.65
-8.66
1.15

0.00
0.76
0.82
0.42
0.66
0.39
0.25
0.19
0.01
0.90
0.07
0.46
0.10
0.00
0.25

one + PTVIAAAC *
one + PTVIAACH *
one + PTVIABIC *
one + PTVIABUS

*
*
*
*
*
*
*
*
*
*
*
*

0.543
0.0585
0.0221
0.00822
0.00844
0.0213
0.0494
0.216
0.298
0.0695
0.0621
0.0274
0.0210
0.0111
0.0357

*
*
*
*
*
*
*
*
*
*
*
*

TVIAAC + PCINGAAC * CINAAC


TVIACH + PCINGACH * CINACH
TVIBIC
* TVIBUS + PTCAMBUS * TCABUS + PTESPBUS * TESBUS +

one + PTVIACAM * TVICAM


one + PTVIATXC * TVITXC + PTCAMTXC * TCATXC + PTESPTXC * TESTXC +

c) M02_PO_PAM
PM_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:

DICTUC S.A.

Multinomial Logit
11
580
580

www.dictuc.cl

Informe Final

168

Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-1.27
0.270
CACH
1.49
0.259
CBIC
-2.48
0.246
CBUS
0.00892 0.227
CCAM
0.00
--fixed-CTXC
-1.41
0.246
PCINGAAC -0.00689 0.0314
PCINGACH -0.0158 0.0197
PCINGBUS -0.00995 0.00793
PCINGTXC -0.00301 0.00857
PTGEN
-0.0280 0.00510
PTGENSEX -0.0128 0.00654
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *

one
one
one
one
one
one

+
+
+
+
+
+

-842.859
-842.859
-542.251
601.216
0.357
0.344
+2.621e-003
Convergence reached...
28
00:01
from analytical hessian
datos.dat

t-test
------4.70
5.75
-10.08
0.04

p-val
----0.00
0.00
0.00
0.97 *

-5.73
-0.22
-0.80
-1.25
-0.35
-5.48
-1.95

0.00
0.83
0.42
0.21
0.73
0.00
0.05

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*

Rob. std err


-----------0.283
0.260
0.251
0.234

0.231
0.0335
0.0177
0.00979
0.00785
0.00596
* 0.00852
*
*
*
*

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENTXC

+
+
+
+
+
+

PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX

*
*
*
*
*
*

Rob. t-test
-----------4.48
5.74
-9.88
0.04

Rob. p-val
---------0.00
0.00
0.00
0.97
*

-6.10
-0.21
-0.89
-1.02
-0.38
-4.69
-1.50

0.00
0.84
0.37
0.31
0.70
0.00
0.13

SEXTGENAAC
SEXTGENACH
SEXTGENBIC
SEXTGENBUS
SEXTGENCAM
SEXTGENTXC

*
*
*
*
*

+ PCINGAAC * CINAAC
+ PCINGACH * CINACH
+ PCINGBUS * CINBUS
+ PCINGTXC * CINTXC

d) M03_PO_PAM
PM_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.72
CACH
0.580
CBIC
-3.88
CBUS
-3.20
CCAM
0.00
CTXC
-3.63
PCINGAAC
-0.0278
PCINGACH
-0.0175
PCINGBUS
-0.0130
PCINGTXC
-0.00720

DICTUC S.A.

Multinomial Logit
21
580
580
-842.859
-842.859
-439.492
806.734
0.479
0.454
+3.188e-003
Convergence reached...
88
00:02
from analytical hessian
datos.dat

Std err
------0.444
0.415
0.475
0.401
--fixed-0.521
0.0436
0.0255
0.00965
0.00996

t-test
------6.12
1.40
-8.17
-7.99

p-val
Rob. std err
---------------0.00
0.493
0.16 * 0.414
0.00
0.616
0.00
0.400

Rob. t-test
-----------5.52
1.40
-6.30
-8.01

Rob. p-val
---------0.00
0.16
*
0.00
0.00

-6.97
-0.64
-0.69
-1.35
-0.72

0.00
0.52
0.49
0.18
0.47

-6.90
-0.48
-0.75
-1.59
-0.72

0.00
0.63
0.45
0.11
0.47

*
*
*
*

0.526
0.0585
0.0233
0.00821
0.0101

*
*
*
*

www.dictuc.cl

Informe Final

PTGENAAC
PTGENACH
PTGENBIC
PTGENBUS
PTGENCAM
PTGENSEXAAC
PTGENSEXACH
PTGENSEXBIC
PTGENSEXBUS
PTGENSEXCAM
PTGENSEXTXC
PTGENTXC

169

-0.0763
-0.310
-0.168
-0.00639
-0.109
0.0712
0.299
0.200
0.00288
-7.04e-005
0.00956
-0.0221

Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

0.0662
0.0775
0.0601
0.00570
0.0115
0.0858
0.0860
0.0592
0.00782
0.0181
0.0134
0.0119

-1.15
-4.00
-2.79
-1.12
-9.52
0.83
3.48
3.38
0.37
-0.00
0.71
-1.86

0.25
0.00
0.01
0.26
0.00
0.41
0.00
0.00
0.71
1.00
0.48
0.06

* 0.0700
0.0728
0.112
* 0.00602
0.0118
* 0.0958
0.0938
0.0994
* 0.00779
* 0.0199
* 0.0137
* 0.0135

-1.09
-4.26
-1.49
-1.06
-9.22
0.74
3.19
2.01
0.37
-0.00
0.70
-1.63

0.28
0.00
0.14
0.29
0.00
0.46
0.00
0.04
0.71
1.00
0.49
0.10

*
*
*
*
*
*
*
*

one + PTGENAAC * TGENAAC + PTGENSEXAAC * SEXTGENAAC + PCINGAAC *


one + PTGENACH * TGENACH + PTGENSEXACH * SEXTGENACH + PCINGACH *
one + PTGENBIC * TGENBIC + PTGENSEXBIC * SEXTGENBIC
one + PTGENBUS * TGENBUS + PTGENSEXBUS * SEXTGENBUS + PCINGBUS *
one + PTGENCAM * TGENCAM + PTGENSEXCAM * SEXTGENCAM
one + PTGENTXC * TGENTXC + PTGENSEXTXC * SEXTGENTXC + PCINGTXC *

e) M04_PO_PAM
PM_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.19
CACH
0.509
CBIC
-3.29
CBUS
-2.82
CCAM
0.00
CTXC
-3.91
PCINGAAC
-0.0144
PCINGACH
-0.0204
PCINGBUS
-0.0162
PCINGTXC
-0.0101
PTGENSEXNM -0.0186
PTGENSEXPRI 0.0232
PTGENSEXPUB -0.0159
PTGENTNM
-0.0963
PTGENTPRI
-0.142
PTGENTPUB
-0.00448

Std err
------0.381
0.361
0.260
0.366
--fixed-0.349
0.0380
0.0227
0.00913
0.00943
0.0151
0.0647
0.00721
0.0105
0.0618
0.00529

Multinomial Logit
15
580
580
-842.859
-842.859
-467.382
750.955
0.445
0.428
+2.037e-003
Convergence reached...
49
00:01
from analytical hessian
datos.dat

t-test
------5.73
1.41
-12.62
-7.70

p-val
Rob. std err
---------------0.00
0.384
0.16 * 0.366
0.00
0.266
0.00
0.370

Rob. t-test
-----------5.69
1.39
-12.35
-7.62

Rob. p-val
---------0.00
0.16
*
0.00
0.00

-11.20
-0.38
-0.90
-1.78
-1.08
-1.23
0.36
-2.21
-9.13
-2.29
-0.85

0.00
0.70
0.37
0.08
0.28
0.22
0.72
0.03
0.00
0.02
0.40

-11.89
-0.33
-0.89
-1.70
-1.07
-1.24
0.35
-2.03
-9.20
-2.27
-0.82

0.00
0.74
0.37
0.09
0.28
0.21
0.72
0.04
0.00
0.02
0.41

0.329
0.0431
0.0229
0.00954
0.00944
0.0150
0.0656
0.00783
0.0105
0.0623
* 0.00545

*
*
*
*
*
*

*
*
*
*
*
*

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *
CINAAC
2
ACH AV2 CACH * one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
CINACH

DICTUC S.A.

www.dictuc.cl

Informe Final

7
BIC
5
BUS
CINBUS
1
CAM
6
TXC
CINTXC

170

AV7 CBIC * one + PTGENTNM * TGENBIC + PTGENSEXNM * SEXTGENBIC


AV5 CBUS * one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
AV1 CCAM * one + PTGENTNM * TGENCAM + PTGENSEXNM * SEXTGENCAM
AV6 CTXC * one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

f) M05_PO_PAM
PM_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.34
CACH
0.389
CBIC
-3.29
CBUS
-2.79
CCAM
0.00
CTXC
-3.89
PCINGAAC
-0.0221
PCINGACH
-0.0235
PCINGBUS
-0.0172
PCINGTXC
-0.0107
PTGENSEXPRI -0.0232
PTGENSEXPUB -0.0183
PTGENTPRI
-0.0953
PTGENTPUB
-0.00377
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

Std err
------0.305
0.281
0.261
0.369
--fixed-0.349
0.0332
0.0190
0.00904
0.00938
0.0139
0.00605
0.0104
0.00511

Multinomial Logit
13
580
580
-842.859
-842.859
-467.654
750.410
0.445
0.430
+3.933e-003
Convergence reached...
33
00:01
from analytical hessian
datos.dat

t-test
------7.66
1.39
-12.63
-7.56

p-val
Rob. std err
---------------0.00
0.325
0.17 * 0.277
0.00
0.265
0.00
0.374

Rob. t-test
-----------7.18
1.40
-12.42
-7.45

Rob. p-val
---------0.00
0.16
*
0.00
0.00

-11.14
-0.66
-1.24
-1.90
-1.15
-1.66
-3.03
-9.14
-0.74

0.00
0.51
0.21
0.06
0.25
0.10
0.00
0.00
0.46

-11.69
-0.52
-1.22
-1.80
-1.14
-1.65
-2.72
-9.30
-0.69

0.00
0.60
0.22
0.07
0.26
0.10
0.01
0.00
0.49

0.333
0.0424
0.0192
0.00952
0.00945
0.0140
0.00675
0.0103
* 0.00544
*
*
*
*
*

*
*
*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

g) M06_PO_PAM
PM_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:

DICTUC S.A.

Multinomial Logit
13
580
580
-842.859
-842.859
-466.458
752.803
0.447
0.431
+2.760e-003

www.dictuc.cl

Informe Final

171

Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.32
CACH
0.377
CBIC
-3.31
CBUS
-2.94
CCAM
0.00
CTXC
-3.96
PCINGAAC
-0.0290
PCINGACH
-0.0291
PCINGBUS
-0.0170
PCINGTXC
-0.0112
PTGENSEXPRI -0.0312
PTGENSEXPUB -0.0617
PTGENTPRI
-0.0936
PTGENTPUB
-0.00168
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

Std err
------0.303
0.283
0.269
0.371
--fixed-0.352
0.0328
0.0195
0.00907
0.00943
0.0143
0.0171
0.0106
0.0159

Convergence reached...
23
00:00
from analytical hessian
datos.dat

t-test
------7.65
1.33
-12.32
-7.93

p-val
Rob. std err
---------------0.00
0.314
0.18 * 0.278
0.00
0.265
0.00
0.391

Rob. t-test
-----------7.40
1.35
-12.51
-7.53

Rob. p-val
---------0.00
0.18
*
0.00
0.00

-11.25
-0.89
-1.50
-1.87
-1.18
-2.18
-3.61
-8.79
-0.11

0.00
0.38
0.13
0.06
0.24
0.03
0.00
0.00
0.92

-11.76
-0.76
-1.50
-1.82
-1.16
-2.13
-3.13
-9.07
-0.10

0.00
0.45
0.13
0.07
0.25
0.03
0.00
0.00
0.92

0.337
0.0382
0.0194
0.00934
0.00960
0.0146
0.0197
0.0103
* 0.0174
*
*
*
*

*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

h) M07_PO_PAM
PM_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.65
CACH
0.618
CBIC
-4.46
CBUS
-2.82
CCAM
0.00
CTXC
-12.5
PCTOACH -0.00134
PCTOBUS -0.000417
PCTOTXC 0.0316
PTCAMBUS -0.0189
PTCAMTXC -0.0572

DICTUC S.A.

Std err
------0.437
0.390
0.464
1.24
--fixed-133.
0.00351
0.00462
0.459
0.0207
0.0457

Multinomial Logit
18
580
580
-842.859
-842.859
-457.905
769.908
0.457
0.435
+4.171e-003
Convergence reached...
158
00:04
from analytical hessian
datos.dat

t-test
------6.07
1.59
-9.62
-2.28

p-val
Rob. std err
---------------0.00
0.467
0.11 * 0.387
0.00
0.512
0.02
1.46

Rob. t-test
-----------5.68
1.60
-8.71
-1.93

Rob. p-val
---------0.00
0.11
*
0.00
0.05
*

-0.09
-0.38
-0.09
0.07
-0.91
-1.25

0.93
0.70
0.93
0.95
0.36
0.21

-12.97
-0.39
-0.08
11.30
-0.87
-1.21

0.00
0.70
0.94
0.00
0.38
0.22

*
*
*
*
*
*

0.964
0.00343
0.00521
0.00279
0.0216
0.0471

*
*
*
*

www.dictuc.cl

Informe Final

PTESPBUS
PTESPTXC
PTVIAAAC
PTVIAACH
PTVIABIC
PTVIABUS
PTVIACAM
PTVIATXC

-0.307
-0.839
-0.0259
-0.0514
0.0228
0.0354
-0.0963
0.0412

Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
PCTOBUS * CTOBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
PCTOTXC * CTOTXC

172

0.205
0.342
0.0601
0.154
0.0271
0.0233
0.0110
0.0349

-1.50
-2.45
-0.43
-0.33
0.84
1.52
-8.77
1.18

one + PTVIAAAC *
one + PTVIAACH *
one + PTVIABIC *
one + PTVIABUS

0.13
0.01
0.67
0.74
0.40
0.13
0.00
0.24

* 0.214
0.300
* 0.0641
* 0.146
* 0.0271
* 0.0210
0.0111
* 0.0348

-1.43
-2.80
-0.40
-0.35
0.84
1.69
-8.70
1.19

0.15
0.01
0.69
0.73
0.40
0.09
0.00
0.24

*
*
*
*
*
*

TVIAAC
TVIACH + PCTOACH * CTOACH
TVIBIC
* TVIBUS + PTCAMBUS * TCABUS + PTESPBUS * TESBUS +

one + PTVIACAM * TVICAM


one + PTVIATXC * TVITXC + PTCAMTXC * TCATXC + PTESPTXC * TESTXC +

i) M08_PO_PAM
PM_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.35
CACH
0.598
CBIC
-3.38
CBUS
-2.70
CCAM
0.00
CTXC
-3.95
PCINGAAC
-0.0341
PCINGAACSEX 0.00650
PCINGACH
-0.153
PCINGACHSEX 0.149
PCINGBUS
-0.00811
PCINGBUSSEX -0.0660
PCINGTXC
-0.00669
PCINGTXCSEX -0.0171
PTGENSEXPRI -0.0220
PTGENSEXPUB -0.00594
PTGENTPRI
-0.0992
PTGENTPUB
-0.00940

Std err
------0.323
0.311
0.266
0.374
--fixed-0.355
0.0478
0.0586
0.0451
0.0477
0.00961
0.0308
0.0104
0.0191
0.0159
0.00733
0.0106
0.00541

Multinomial Logit
17
580
580
-842.859
-842.859
-457.701
770.316
0.457
0.437
+5.745e+000
Maximum number of iterations reached
1000
00:21
from analytical hessian
datos.dat

t-test
------7.30
1.92
-12.70
-7.22

p-val
Rob. std err
---------------0.00
0.333
0.05 * 0.308
0.00
0.274
0.00
0.375

Rob. t-test
-----------7.06
1.94
-12.33
-7.20

Rob. p-val
---------0.00
0.05
*
0.00
0.00

-11.11
-0.71
0.11
-3.39
3.11
-0.84
-2.14
-0.64
-0.89
-1.38
-0.81
-9.38
-1.74

0.00
0.48
0.91
0.00
0.00
0.40
0.03
0.52
0.37
0.17
0.42
0.00
0.08

-11.57
-0.71
0.09
-3.00
2.76
-1.08
-2.32
-0.73
-0.66
-1.30
-0.77
-9.69
-1.70

0.00
0.48
0.93
0.00
0.01
0.28
0.02
0.46
0.51
0.19
0.44
0.00
0.09

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI
CINAAC + PCINGAACSEX * CINAACSEX
2
ACH AV2 CACH * one + PTGENTPRI
CINACH + PCINGACHSEX * CINACHSEX
7
BIC AV7 CBIC * one + PTGENTPRI *
5
BUS AV5 CBUS * one + PTGENTPUB
CINBUS + PCINGBUSSEX * CINBUSSEX
1
CAM AV1 CCAM * one + PTGENTPRI *

DICTUC S.A.

0.341
* 0.0479
* 0.0759
0.0511
0.0537
* 0.00750
0.0285
* 0.00913
* 0.0258
* 0.0169
* 0.00776
0.0102
* 0.00553

*
*
*
*
*
*
*
*

* TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


* TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
TGENBIC + PTGENSEXPRI * SEXTGENBIC
* TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
TGENCAM + PTGENSEXPRI * SEXTGENCAM

www.dictuc.cl

Informe Final

173

6
TXC AV6 CTXC * one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *
CINTXC + PCINGTXCSEX * CINTXCSEX

j) M09_PO_PAM
PM_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.33
CACH
0.387
CBIC
-3.30
CBUS
-2.79
CCAM
0.00
CTXC
-3.89
PCINGAAC
-0.0232
PCINGACH
-0.0241
PCINGBUS
-0.0169
PCINGTXC
-0.0102
PTGENOLDPRI 0.0108
PTGENOLDPUB 0.00657
PTGENSEXPRI -0.0233
PTGENSEXPUB -0.0184
PTGENTPRI
-0.0967
PTGENTPUB
-0.00463

Std err
------0.305
0.281
0.261
0.370
--fixed-0.349
0.0333
0.0190
0.00913
0.00941
0.0179
0.00817
0.0139
0.00607
0.0108
0.00525

Utility functions
*****************
3
AAC AV3 CAAC * one
OLDTGENAAC + PCINGAAC *
2
ACH AV2 CACH * one
OLDTGENACH + PCINGACH *
7
BIC AV7 CBIC * one
OLDTGENBIC
5
BUS AV5 CBUS * one
OLDTGENBUS + PCINGBUS *
1
CAM AV1 CCAM * one
OLDTGENCAM
6
TXC AV6 CTXC * one
OLDTGENTXC + PCINGTXC *

Multinomial Logit
15
580
580
-842.859
-842.859
-467.331
751.056
0.446
0.428
+2.032e-003
Convergence reached...
38
00:01
from analytical hessian
datos.dat

t-test
------7.64
1.38
-12.63
-7.55

p-val
Rob. std err
---------------0.00
0.326
0.17 * 0.278
0.00
0.266
0.00
0.376

Rob. t-test
-----------7.16
1.39
-12.38
-7.42

Rob. p-val
---------0.00
0.16
*
0.00
0.00

-11.15
-0.70
-1.27
-1.85
-1.09
0.60
0.80
-1.67
-3.03
-8.93
-0.88

0.00
0.49
0.21
0.06
0.28
0.55
0.42
0.09
0.00
0.00
0.38

-11.70
-0.54
-1.24
-1.74
-1.09
0.59
0.86
-1.65
-2.70
-8.83
-0.82

0.00
0.59
0.21
0.08
0.28
0.55
0.39
0.10
0.01
0.00
0.41

0.333
0.0427
0.0194
0.00970
0.00938
0.0182
0.00762
0.0141
0.00680
0.0109
* 0.00565
*
*
*
*
*
*
*

*
*
*
*
*
*
*
*

+ PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PTGENOLDPRI *


CINAAC
+ PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PTGENOLDPRI *
CINACH
+ PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC + PTGENOLDPRI *
+ PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PTGENOLDPUB *
CINBUS
+ PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM + PTGENOLDPRI *
+ PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PTGENOLDPUB *
CINTXC

k) M10_PO_PAM
PM_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:

DICTUC S.A.

Multinomial Logit
15
580
580
-842.859
-842.859
-465.314
755.091
0.448
0.430
+1.132e-003

www.dictuc.cl

Informe Final

174

Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.96
CACH
0.793
CBIC
-3.08
CBUS
-2.38
CCAM
0.00
CTXC
-3.47
PCINGAAC
-0.0249
PCINGACH
-0.0210
PCINGBUS
-0.0159
PCINGTXC
-0.00972
PINTRAZ
0.864
PTGENSEXPRI -0.0218
PTGENSEXPUB -0.0177
PTGENTPRI
-0.0823
PTGENTPUB
-0.00379
PVIALAR
-0.463

Std err
------0.352
0.340
0.273
0.413
--fixed-0.397
0.0333
0.0207
0.00899
0.00935
0.423
0.0135
0.00602
0.0116
0.00506
0.681

Convergence reached...
35
00:01
from analytical hessian
datos.dat

t-test
------5.59
2.33
-11.27
-5.75

p-val
----0.00
0.02
0.00
0.00

-8.75
-0.75
-1.01
-1.77
-1.04
2.04
-1.61
-2.94
-7.12
-0.75
-0.68

0.00
0.46
0.31
0.08
0.30
0.04
0.11
0.00
0.00
0.45
0.50

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI
CINAAC
2
ACH AV2 CACH * one + PTGENTPRI
CINACH + PVIALAR * DUMMYVL
7
BIC AV7 CBIC * one + PTGENTPRI *
5
BUS AV5 CBUS * one + PTGENTPUB
CINBUS
1
CAM AV1 CCAM * one + PTGENTPRI *
6
TXC AV6 CTXC * one + PTGENTPUB
CINTXC

Rob. std err


-----------0.368
0.335
0.276
0.431
0.386
0.0428
0.0224
0.00942
0.00935
0.391
* 0.0131
0.00665
0.0112
* 0.00531
* 0.713
*
*
*
*

Rob. t-test
-----------5.34
2.37
-11.16
-5.52

Rob. p-val
---------0.00
0.02
0.00
0.00

-9.00
-0.58
-0.94
-1.69
-1.04
2.21
-1.66
-2.66
-7.32
-0.71
-0.65

0.00
0.56
0.35
0.09
0.30
0.03
0.10
0.01
0.00
0.48
0.52

*
*
*
*
*
*
*

* TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


* TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
TGENBIC + PTGENSEXPRI * SEXTGENBIC + PINTRAZ * INT
* TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
TGENCAM + PTGENSEXPRI * SEXTGENCAM + PINTRAZ * INT
* TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

l) M11_PO_PAM
PM_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.09
CACH
0.758
CBIC
-3.06
CBUS
-2.39
CCAM
0.00
CTXC
-3.48
PCINGACH
-0.0162
PCINGBUS
-0.0153
PCINGTXC
-0.00928

DICTUC S.A.

Std err
------0.311
0.337
0.272
0.413
--fixed-0.397
0.0200
0.00894
0.00929

Multinomial Logit
14
580
580
-842.859
-842.859
-465.616
754.488
0.448
0.431
+4.450e-003
Convergence reached...
36
00:01
from analytical hessian
datos.dat

t-test
------6.73
2.25
-11.26
-5.80

p-val
----0.00
0.02
0.00
0.00

-8.76
-0.81
-1.72
-1.00

0.00
0.42
0.09
0.32

Rob. std err


-----------0.309
0.328
0.276
0.431
0.386
* 0.0206
* 0.00929
* 0.00927

Rob. t-test
-----------6.78
2.31
-11.11
-5.55

Rob. p-val
---------0.00
0.02
0.00
0.00

-9.02
-0.79
-1.65
-1.00

0.00
0.43
0.10
0.32

*
*
*

www.dictuc.cl

Informe Final

PINTRAZ
PTGENSEXPRI
PTGENSEXPUB
PTGENTPRI
PTGENTPUB
PVIALAR

175

0.849
-0.0219
-0.0175
-0.0818
-0.00339
-0.465

0.422
0.0136
0.00599
0.0116
0.00502
0.680

2.01
-1.61
-2.92
-7.08
-0.67
-0.68

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI *
2
ACH AV2 CACH * one + PTGENTPRI
CINACH + PVIALAR * DUMMYVL
7
BIC AV7 CBIC * one + PTGENTPRI *
5
BUS AV5 CBUS * one + PTGENTPUB
CINBUS
1
CAM AV1 CCAM * one + PTGENTPRI *
6
TXC AV6 CTXC * one + PTGENTPUB
CINTXC

0.04
0.11
0.00
0.00
0.50
0.49

0.391
* 0.0132
0.00657
0.0112
* 0.00530
* 0.713

2.17
-1.66
-2.67
-7.31
-0.64
-0.65

0.03
0.10
0.01
0.00
0.52
0.51

*
*
*

TGENAAC + PTGENSEXPRI * SEXTGENAAC


* TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
TGENBIC + PTGENSEXPRI * SEXTGENBIC + PINTRAZ * INT
* TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
TGENCAM + PTGENSEXPRI * SEXTGENCAM + PINTRAZ * INT
* TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

m) M12_PO_PAM
PM_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.09
CACH
0.740
CBIC
-3.06
CBUS
-2.64
CCAM
0.00
CTXC
-3.60
PCINGACH
-0.0178
PCINGBUS
-0.0149
PCINGTXC
-0.00970
PINTRAZ
0.819
PTGENSEXPRI -0.0297
PTGENSEXPUB -0.0594
PTGENTPRI
-0.0792
PTGENTPUB
0.00455
PVIALAR
-0.521

Std err
------0.328
0.346
0.281
0.400
--fixed-0.392
0.0199
0.00898
0.00934
0.428
0.0140
0.0168
0.0120
0.0156
0.683

Multinomial Logit
14
580
580
-842.859
-842.859
-464.721
756.276
0.449
0.432
+3.659e-003
Convergence reached...
26
00:00
from analytical hessian
datos.dat

t-test
------6.38
2.14
-10.87
-6.60

p-val
----0.00
0.03
0.00
0.00

-9.17
-0.89
-1.66
-1.04
1.92
-2.12
-3.53
-6.59
0.29
-0.76

0.00
0.37
0.10
0.30
0.06
0.03
0.00
0.00
0.77
0.45

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI *
2
ACH AV2 CACH * one + PTGENTPRI
CINACH + PVIALAR * DUMMYVL
7
BIC AV7 CBIC * one + PTGENTPRI *
5
BUS AV5 CBUS * one + PTGENTPUB
CINBUS
1
CAM AV1 CCAM * one + PTGENTPRI *
6
TXC AV6 CTXC * one + PTGENTPUB
CINTXC

Rob. std err


-----------0.324
0.334
0.278
0.421
0.377
0.0200
0.00909
0.00944
0.392
0.0138
0.0189
0.0116
* 0.0167
* 0.690

*
*
*
*

Rob. t-test
-----------6.45
2.22
-11.01
-6.26

Rob. p-val
---------0.00
0.03
0.00
0.00

-9.54
-0.89
-1.64
-1.03
2.09
-2.15
-3.14
-6.85
0.27
-0.75

0.00
0.37
0.10
0.30
0.04
0.03
0.00
0.00
0.79
0.45

*
*
*

*
*

TGENAAC + PTGENSEXPRI * SEXTGENAAC


* TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
TGENBIC + PTGENSEXPRI * SEXTGENBIC + PINTRAZ * INT
* TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
TGENCAM + PTGENSEXPRI * SEXTGENCAM + PINTRAZ * INT
* TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

n) M13_PO_PAM

DICTUC S.A.

www.dictuc.cl

Informe Final

176

PM_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.32
CACH
0.401
CBIC
-3.31
CBUS
-2.08
CCAM
0.00
CTXC
-3.24
PCINGAAC
-0.0261
PCINGACH
-0.0260
PCINGBUS
-0.0182
PCINGTXC
-0.0102
PTGENSEXPRI -0.0254
PTGENSEXPUB -0.0202
PTGENTPRI
-0.0896
PTGENTPRI2 -0.000130
PTGENTPUB
-0.0258
PTGENTPUB2 0.000156
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC + PTGENTPRI2
2
ACH AV2 CACH *
CINACH + PTGENTPRI2
7
BIC AV7 CBIC *
TGENBIC2
5
BUS AV5 CBUS *
CINBUS + PTGENTPUB2
1
CAM AV1 CCAM *
TGENCAM2
6
TXC AV6 CTXC *
CINTXC + PTGENTPUB2

H.2.1.3

Std err
------0.328
0.305
0.268
0.615
--fixed-0.573
0.0335
0.0191
0.00916
0.00945
0.0141
0.00618
0.0248
0.000434
0.0164
0.000110

Multinomial Logit
15
580
580
-842.859
-842.859
-466.605
752.508
0.446
0.429
+2.443e-002
Radius of the trust region is too small
233
00:03
from analytical hessian
datos.dat

t-test
------7.08
1.32
-12.32
-3.39

p-val
Rob. std err
---------------0.00
0.348
0.19 * 0.303
0.00
0.275
0.00
0.632

Rob. t-test
-----------6.68
1.33
-12.04
-3.30

Rob. p-val
---------0.00
0.19
*
0.00
0.00

-5.66
-0.78
-1.36
-1.98
-1.08
-1.80
-3.26
-3.61
-0.30
-1.57
1.42

0.00
0.44
0.17
0.05
0.28
0.07
0.00
0.00
0.76
0.12
0.16

-5.73
-0.61
-1.32
-1.86
-1.07
-1.73
-2.74
-3.85
-0.29
-1.48
1.30

0.00
0.54
0.19
0.06
0.28
0.08
0.01
0.00
0.77
0.14
0.19

0.566
* 0.0427
* 0.0197
0.00980
* 0.00952
* 0.0147
0.00734
0.0233
* 0.000449
* 0.0174
* 0.000120

*
*
*
*
*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


* TGENAAC2
one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
* TGENACH2
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC + PTGENTPRI2 *
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
* TGENBUS2
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM + PTGENTPRI2 *
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *
* TGENTXC2

Propsito Estudios

a) Modelo Escogido: MESC_PE_PAM


PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:

DICTUC S.A.

Multinomial Logit
8
957
957
-1489.218
-1489.218
-1116.259
745.917
0.250
0.245
+6.602e-003

www.dictuc.cl

Informe Final

177

Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name Value
Std err
---- ----------CAAC -0.152 0.162
CACH 0.136
0.530
CBIC -3.03
0.278
CBUS 1.12
0.148
CCAM 0.00
--fixed-CFES -1.58
0.153
CTXC -1.73
0.205
PCING -0.0195 0.00811
PTGEN -0.0224 0.00311
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *

one
one
one
one
one
one
one

Convergence reached...
19
00:00
from analytical hessian
datos.dat

t-test
------0.93
0.26
-10.88
7.60

p-val
Rob. std err
---------------0.35 * 0.170
0.80 * 0.537
0.00
0.281
0.00
0.143

Rob. t-test
-----------0.89
0.25
-10.80
7.87

Rob. p-val
---------0.37
*
0.80
*
0.00
0.00

-10.37
-8.44
-2.41
-7.20

0.00
0.00
0.02
0.00

-10.38
-8.40
-2.49
-6.68

0.00
0.00
0.01
0.00

+
+
+
+
+
+
+

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*
*

0.152
0.206
0.00783
0.00335

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENFES
TGENTXC

+ PCING * CINACH
+ PCING * CINACH
+ PCING * CINBUS
+ PCING * CINBUS
+ PCING * CINTXC

b) M01_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-1.78
0.287
CACH
-2.87
1.31
CBIC
-4.76
0.523
CBUS
-1.72
0.297
CCAM
0.00
--fixed-CFES
-3.97
0.327
CTXC
-3.79
0.525
PCINGAAC -0.303
0.0656
PCINGACH -0.171
0.109
PCINGBUS 0.0706
0.0173
PCINGFES -0.00373 0.00614
PCINGTXC -0.00143 0.0173
PTCAMBUS -0.0686 0.0139
PTCAMTXC -0.140
0.0488

DICTUC S.A.

Multinomial Logit
22
957
957
-1523.453
-1523.453
-904.747
1237.411
0.406
0.392
+7.937e-003
Convergence reached...
65
00:03
from analytical hessian
datos.dat

t-test
------6.19
-2.19
-9.09
-5.78

p-val
----0.00
0.03
0.00
0.00

-12.14
-7.21
-4.63
-1.56
4.08
-0.61
-0.08
-4.95
-2.87

0.00
0.00
0.00
0.12
0.00
0.54
0.93
0.00
0.00

Rob. std err


-----------0.306
1.36
0.595
0.314
0.343
0.563
0.0832
* 0.0785
0.0216
* 0.00648
* 0.0158
0.0134
0.0459

Rob. t-test
-----------5.82
-2.11
-8.00
-5.46

Rob. p-val
---------0.00
0.03
0.00
0.00

-11.58
-6.73
-3.65
-2.18
3.27
-0.57
-0.09
-5.14
-3.05

0.00
0.00
0.00
0.03
0.00
0.57
0.93
0.00
0.00

*
*

www.dictuc.cl

Informe Final

PTESPBUS
PTESPTXC
PTVIAAAC
PTVIAACH
PTVIABIC
PTVIABUS
PTVIACAM
PTVIAFES
PTVIATXC

-0.360
0.0203
0.0143
0.192
-0.0741
0.0113
-0.144
-0.0444
-0.0288

178

0.119
0.270
0.0472
0.164
0.0423
0.0146
0.0102
0.0255
0.0375

Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
PCINGBUS * CINBUS
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *
PCINGTXC * CINTXC

-3.03
0.08
0.30
1.17
-1.75
0.77
-14.10
-1.74
-0.77

0.00
0.94
0.76
0.24
0.08
0.44
0.00
0.08
0.44

one + PTVIAAAC *
one + PTVIAACH *
one + PTVIABIC *
one + PTVIABUS

0.122
0.335
0.0510
0.141
0.0477
0.0146
0.0105
* 0.0249
* 0.0327

-2.96
0.06
0.28
1.36
-1.55
0.77
-13.75
-1.78
-0.88

*
*
*
*
*

0.00
0.95
0.78
0.17
0.12
0.44
0.00
0.07
0.38

*
*
*
*
*
*
*

TVIAAC + PCINGAAC * CINAAC


TVIACH + PCINGACH * CINACH
TVIBIC
* TVIBUS + PTCAMBUS * TCABUS + PTESPBUS * TESBUS +

one + PTVIACAM * TVICAM


one + PTVIAFES * TVIFES + PCINGFES * CINFES
one + PTVIATXC * TVITXC + PTCAMTXC * TCATXC + PTESPTXC * TESTXC +

c) M02_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
0.429
0.202
CACH
0.781
0.754
CBIC
-3.06
0.279
CBUS
1.07
0.160
CCAM
0.00
--fixed-CFES
-1.67
0.217
CTXC
-1.74
0.235
PCINGAAC -0.208
0.0460
PCINGACH -0.0733 0.0491
PCINGBUS -0.00879 0.0127
PCINGFES -0.0444 0.0274
PCINGTXC -0.0171 0.0156
PTGEN
-0.0241 0.00358
PTGENSEX 0.000789 0.00292
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *

DICTUC S.A.

one
one
one
one
one

+
+
+
+
+

Multinomial Logit
13
957
957
-1523.453
-1523.453
-1116.766
813.373
0.267
0.258
+4.895e-003
Convergence reached...
25
00:00
from analytical hessian
datos.dat

t-test
-----2.12
1.04
-10.98
6.73

p-val
Rob. std err
---------------0.03
0.208
0.30 * 0.739
0.00
0.281
0.00
0.155

Rob. t-test
----------2.06
1.06
-10.88
6.93

Rob. p-val
---------0.04
0.29
*
0.00
0.00

-7.70
-7.43
-4.52
-1.49
-0.69
-1.62
-1.09
-6.72
0.27

0.00
0.00
0.00
0.14
0.49
0.11
0.28
0.00
0.79

-7.89
-7.82
-4.31
-1.83
-0.70
-1.69
-1.31
-6.10
0.25

0.00
0.00
0.00
0.07
0.49
0.09
0.19
0.00
0.81

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM

0.212
0.223
0.0483
0.0399
0.0126
0.0264
0.0130
0.00395
0.00320

+
+
+
+
+

PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX

*
*
*
*

*
*
*
*
*

*
*
*
*
*

SEXTGENAAC + PCINGAAC * CINAAC


SEXTGENACH + PCINGACH * CINACH
SEXTGENBIC
SEXTGENBUS + PCINGBUS * CINBUS
SEXTGENCAM

www.dictuc.cl

Informe Final

4
6

179

FES AV4 CFES * one + PTGEN * TGENFES + PTGENSEX * SEXTGENFES + PCINGFES * CINBUS
TXC AV6 CTXC * one + PTGEN * TGENTXC + PTGENSEX * SEXTGENTXC + PCINGTXC * CINTXC

d) M03_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.33
CACH
-1.12
CBIC
-4.21
CBUS
-2.01
CCAM
0.00
CFES
-4.01
CTXC
-4.58
PCINGAAC
-0.197
PCINGACH
-0.0169
PCINGBUS
0.0718
PCINGFES
-0.00297
PCINGTXC
-0.00267
PTGENSEXFES 0.0401
PTGENSEXPRI 0.0125
PTGENSEXPUB 0.00331
PTGENTFES
-0.0871
PTGENTPRI
-0.152
PTGENTPUB
-0.0197
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
4
FES AV4 CFES *
CINFES
6
TXC AV6 CTXC *
CINTXC

Std err
------0.233
0.774
0.290
0.235
--fixed-0.325
0.299
0.0496
0.0493
0.0169
0.00600
0.0177
0.0360
0.0126
0.00365
0.0339
0.0117
0.00389

Multinomial Logit
17
957
957
-1523.453
-1523.453
-918.563
1209.779
0.397
0.386
+8.006e-003
Convergence reached...
57
00:02
from analytical hessian
datos.dat

t-test
------5.68
-1.45
-14.50
-8.59

p-val
Rob. std err
---------------0.00
0.254
0.15 * 0.836
0.00
0.302
0.00
0.248

Rob. t-test
-----------5.23
-1.34
-13.94
-8.11

Rob. p-val
---------0.00
0.18
*
0.00
0.00

-12.31
-15.34
-3.97
-0.34
4.25
-0.49
-0.15
1.12
0.99
0.91
-2.57
-13.07
-5.06

0.00
0.00
0.00
0.73
0.00
0.62
0.88
0.26
0.32
0.36
0.01
0.00
0.00

-11.71
-15.37
-3.53
-0.38
3.46
-0.47
-0.16
1.19
1.03
0.99
-2.95
-12.60
-5.09

0.00
0.00
0.00
0.71
0.00
0.64
0.87
0.23
0.30
0.32
0.00
0.00
0.00

*
*
*
*
*
*

0.342
0.298
0.0559
0.0447
0.0207
0.00629
0.0165
0.0337
0.0121
0.00335
0.0295
0.0121
0.00387

*
*
*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM
one + PTGENTFES * TGENFES + PTGENSEXFES * SEXTGENFES + PCINGFES *
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

e) M04_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:

DICTUC S.A.

Multinomial Logit
25
957
957
-1523.453

www.dictuc.cl

Informe Final

180

Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.86
CACH
-2.93
CBIC
-4.72
CBUS
-2.17
CCAM
0.00
CFES
-4.07
CTXC
-3.96
PCINGAAC
-0.304
PCINGACH
-0.167
PCINGBUS
0.0675
PCINGFES
-0.00384
PCINGTXC
-0.00334
PTGENAAC
0.0119
PTGENACH
0.213
PTGENBIC
-0.162
PTGENBUS
-0.0167
PTGENCAM
-0.155
PTGENFES
-0.0730
PTGENSEXAAC -0.0265
PTGENSEXACH -0.0405
PTGENSEXBIC 0.105
PTGENSEXBUS 0.00235
PTGENSEXCAM 0.00784
PTGENSEXFES 0.0322
PTGENSEXTXC -0.00186
PTGENTXC
-0.0325
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
4
FES AV4 CFES *
CINFES
6
TXC AV6 CTXC *
CINTXC

Std err
------0.288
1.53
0.530
0.241
--fixed-0.327
0.502
0.0657
0.127
0.0170
0.00613
0.0175
0.0532
0.395
0.0720
0.00415
0.0124
0.0351
0.0501
0.256
0.0643
0.00442
0.0140
0.0406
0.0106
0.0121

-1523.453
-907.089
1232.728
0.405
0.388
+1.016e-002
Convergence reached...
418
00:24
from analytical hessian
datos.dat

t-test
------6.46
-1.91
-8.91
-9.01

p-val
Rob. std err
---------------0.00
0.307
0.06 * 1.19
0.00
0.615
0.00
0.258

Rob. t-test
-----------6.05
-2.46
-7.67
-8.44

Rob. p-val
---------0.00
0.01
0.00
0.00

-12.43
-7.89
-4.62
-1.31
3.97
-0.63
-0.19
0.22
0.54
-2.26
-4.03
-12.53
-2.08
-0.53
-0.16
1.63
0.53
0.56
0.79
-0.17
-2.68

0.00
0.00
0.00
0.19
0.00
0.53
0.85
0.82
0.59
0.02
0.00
0.00
0.04
0.60
0.87
0.10
0.59
0.58
0.43
0.86
0.01

-11.82
-7.67
-3.66
-1.61
3.25
-0.59
-0.21
0.21
0.69
-1.80
-4.21
-11.81
-2.48
-0.54
-0.18
1.41
0.60
0.58
0.87
-0.18
-2.62

0.00
0.00
0.00
0.11
0.00
0.55
0.84
0.83
0.49
0.07
0.00
0.00
0.01
0.59
0.85
0.16
0.55
0.56
0.39
0.86
0.01

*
*
*
*
*

*
*
*
*
*
*
*

0.344
0.516
0.0831
0.103
0.0208
0.00649
0.0160
0.0558
0.308
0.0904
0.00398
0.0131
0.0294
0.0490
0.221
0.0747
0.00390
0.0136
0.0372
0.0103
0.0124

*
*
*
*
*
*

*
*
*
*
*
*
*

one + PTGENAAC * TGENAAC + PTGENSEXAAC * SEXTGENAAC + PCINGAAC *


one + PTGENACH * TGENACH + PTGENSEXACH * SEXTGENACH + PCINGACH *
one + PTGENBIC * TGENBIC + PTGENSEXBIC * SEXTGENBIC
one + PTGENBUS * TGENBUS + PTGENSEXBUS * SEXTGENBUS + PCINGBUS *
one + PTGENCAM * TGENCAM + PTGENSEXCAM * SEXTGENCAM
one + PTGENFES * TGENFES + PTGENSEXFES * SEXTGENFES + PCINGFES *
one + PTGENTXC * TGENTXC + PTGENSEXTXC * SEXTGENTXC + PCINGTXC *

f) M05_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:

DICTUC S.A.

Multinomial Logit
19
957
957
-1523.453
-1523.453
-912.137

www.dictuc.cl

Informe Final

181

Likelihood ratio test:


Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.87
CACH
-1.82
CBIC
-4.22
CBUS
-2.09
CCAM
0.00
CFES
-4.05
CTXC
-4.61
PCINGAAC
-0.314
PCINGACH
-0.0812
PCINGBUS
0.0671
PCINGFES
-0.00396
PCINGTXC
-0.00497
PTGENFES
-0.0712
PTGENSEXFES 0.0262
PTGENSEXNM 0.00897
PTGENSEXPRI -0.0268
PTGENSEXPUB 0.00147
PTGENTNM
-0.154
PTGENTPRI
0.0219
PTGENTPUB
-0.0173
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
4
FES AV4 CFES *
CINFES
6
TXC AV6 CTXC *
CINTXC

Std err
------0.285
0.823
0.291
0.237
--fixed-0.326
0.300
0.0658
0.0591
0.0170
0.00613
0.0177
0.0346
0.0393
0.0136
0.0476
0.00426
0.0122
0.0524
0.00408

1222.631
0.401
0.389
+6.096e-003
Convergence reached...
55
00:03
from analytical hessian
datos.dat

t-test
------6.57
-2.22
-14.51
-8.82

p-val
----0.00
0.03
0.00
0.00

Rob. std err


-----------0.305
0.881
0.303
0.253

Rob. t-test
-----------6.14
-2.07
-13.92
-8.27

Rob. p-val
---------0.00
0.04
0.00
0.00

-12.40
-15.39
-4.78
-1.37
3.95
-0.65
-0.28
-2.06
0.67
0.66
-0.56
0.34
-12.61
0.42
-4.25

0.00
0.00
0.00
0.17
0.00
0.52
0.78
0.04
0.51
0.51
0.57
0.73
0.00
0.68
0.00

0.342
0.301
0.0833
0.0512
0.0208
0.00649
0.0166
0.0291
0.0364
0.0132
0.0466
0.00384
0.0129
0.0549
0.00400

-11.83
-15.32
-3.77
-1.59
3.23
-0.61
-0.30
-2.44
0.72
0.68
-0.57
0.38
-11.91
0.40
-4.34

0.00
0.00
0.00
0.11
0.00
0.54
0.76
0.01
0.47
0.50
0.57
0.70
0.00
0.69
0.00

*
*
*
*
*
*
*
*

*
*
*
*
*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTNM * TGENBIC + PTGENSEXNM * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTNM * TGENCAM + PTGENSEXNM * SEXTGENCAM
one + PTGENFES * TGENFES + PTGENSEXFES * SEXTGENFES + PCINGFES *
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

g) M06_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:

DICTUC S.A.

Multinomial Logit
17
957
957
-1523.453
-1523.453
-918.138
1210.630
0.397
0.386
+6.284e-003
Convergence reached...
61
00:02
from analytical hessian

www.dictuc.cl

Informe Final

182

Sample file: datos.dat


Utility parameters
******************
Name
Value
-------CAAC
-1.32
CACH
-1.12
CBIC
-4.21
CBUS
-1.98
CCAM
0.00
CFES
-4.00
CTXC
-4.56
PCINGAAC
-0.198
PCINGACH
-0.0175
PCINGBUS
0.0718
PCINGFES
-0.00299
PCINGTXC
-0.00268
PTGENFES
-0.0878
PTGENSEXFES 0.0406
PTGENSEXPRI 0.0127
PTGENSEXPUB 0.00334
PTGENTPRI
-0.152
PTGENTPUB
-0.0199
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
4
FES AV4 CFES *
CINFES
6
TXC AV6 CTXC *
CINTXC

Std err
------0.233
0.774
0.290
0.237
--fixed-0.325
0.299
0.0496
0.0494
0.0169
0.00600
0.0177
0.0339
0.0360
0.0126
0.00359
0.0117
0.00387

t-test
------5.68
-1.45
-14.51
-8.33

p-val
Rob. std err
---------------0.00
0.254
0.15 * 0.836
0.00
0.302
0.00
0.251

Rob. t-test
-----------5.22
-1.34
-13.94
-7.86

Rob. p-val
---------0.00
0.18
*
0.00
0.00

-12.31
-15.22
-3.99
-0.36
4.25
-0.50
-0.15
-2.59
1.13
1.01
0.93
-13.08
-5.14

0.00
0.00
0.00
0.72
0.00
0.62
0.88
0.01
0.26
0.31
0.35
0.00
0.00

-11.71
-15.24
-3.54
-0.39
3.46
-0.48
-0.16
-2.96
1.20
1.05
1.01
-12.61
-5.16

0.00
0.00
0.00
0.70
0.00
0.63
0.87
0.00
0.23
0.29
0.31
0.00
0.00

*
*
*
*
*
*

0.342
0.299
0.0559
0.0448
0.0207
0.00630
0.0165
0.0296
0.0338
0.0121
0.00331
0.0121
0.00386

*
*
*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM
one + PTGENFES * TGENFES + PTGENSEXFES * SEXTGENFES + PCINGFES *
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

h) M07_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.82
CACH
-2.55
CBIC
-4.81
CBUS
-2.19

DICTUC S.A.

Std err
------0.285
1.20
0.527
0.309

Multinomial Logit
22
957
957
-1523.453
-1523.453
-894.553
1257.800
0.413
0.398
+4.790e-003
Convergence reached...
99
00:05
from analytical hessian
datos.dat

t-test
------6.38
-2.12
-9.13
-7.08

p-val
----0.00
0.03
0.00
0.00

Rob. std err


-----------0.305
1.23
0.604
0.325

Rob. t-test
-----------5.95
-2.08
-7.97
-6.72

Rob. p-val
---------0.00
0.04
0.00
0.00

www.dictuc.cl

Informe Final

CCAM
CFES
CTXC
PCTOAAC
PCTOACH
PCTOBUS
PCTOFES
PCTOTXC
PTCAMBUS
PTCAMTXC
PTESPBUS
PTESPTXC
PTVIAAAC
PTVIAACH
PTVIABIC
PTVIABUS
PTVIACAM
PTVIAFES
PTVIATXC

0.00
-1.66e-005
-4.05
-0.0175
-0.0132
0.0120
-0.00830
0.00140
-0.0779
-0.141
-0.400
0.0329
0.210
0.600
-0.0762
0.00570
-0.147
-0.0452
-0.0386

Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
PCTOBUS * CTOBUS
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *
PCTOTXC * CTOTXC

183

--fixed-1.68e+005
0.552
0.00496
0.00870
0.00155
337.
0.00132
0.0141
0.0491
0.119
0.274
0.0983
0.402
0.0425
0.0148
0.0106
0.0256
0.0380

-0.00
-7.33
-3.52
-1.51
7.72
-0.00
1.06
-5.53
-2.88
-3.36
0.12
2.13
1.49
-1.79
0.38
-13.92
-1.77
-1.01

one + PTVIAAAC *
one + PTVIAACH *
one + PTVIABIC *
one + PTVIABUS

1.00
0.00
0.00
0.13
0.00
1.00
0.29
0.00
0.00
0.00
0.90
0.03
0.14
0.07
0.70
0.00
0.08
0.31

* 3.37e+003
0.596
0.00502
* 0.0146
0.00161
* 2.49
* 0.00136
0.0137
0.0464
0.119
* 0.344
0.0985
* 0.665
* 0.0480
* 0.0145
0.0112
* 0.0238
* 0.0333

-0.00
-6.78
-3.48
-0.90
7.42
-0.00
1.03
-5.70
-3.05
-3.36
0.10
2.13
0.90
-1.59
0.39
-13.12
-1.90
-1.16

1.00
0.00
0.00
0.37
0.00
1.00
0.30
0.00
0.00
0.00
0.92
0.03
0.37
0.11
0.69
0.00
0.06
0.25

*
*
*

*
*
*
*
*
*

TVIAAC + PCTOAAC * CTOAAC


TVIACH + PCTOACH * CTOACH
TVIBIC
* TVIBUS + PTCAMBUS * TCABUS + PTESPBUS * TESBUS +

one + PTVIACAM * TVICAM


one + PTVIAFES * TVIFES + PCTOFES * CTOFES
one + PTVIATXC * TVITXC + PTCAMTXC * TCATXC + PTESPTXC * TESTXC +

i) M08_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
0.430
0.202
CACH
0.778
0.754
CBIC
-3.06
0.279
CBUS
1.07
0.159
CCAM
0.00
--fixed-CFES
-1.67
0.217
CTXC
-1.75
0.235
PCINGAAC -0.208
0.0460
PCINGACH -0.0736 0.0491
PCINGBUS -0.00876 0.0127
PCINGFES -0.0445 0.0274
PCINGTXC -0.0170 0.0156

DICTUC S.A.

Multinomial Logit
12
957
957
-1523.453
-1523.453
-1116.803
813.299
0.267
0.259
+7.054e-003
Convergence reached...
102
00:02
from analytical hessian
datos.dat

t-test
-----2.12
1.03
-10.98
6.73

p-val
Rob. std err
---------------0.03
0.207
0.30 * 0.740
0.00
0.281
0.00
0.155

Rob. t-test
----------2.07
1.05
-10.88
6.93

Rob. p-val
---------0.04
0.29
*
0.00
0.00

-7.70
-7.43
-4.53
-1.50
-0.69
-1.62
-1.09

0.00
0.00
0.00
0.13
0.49
0.10
0.28

-7.90
-7.83
-4.31
-1.84
-0.70
-1.69
-1.31

0.00
0.00
0.00
0.07
0.49
0.09
0.19

*
*
*
*

0.211
0.223
0.0483
0.0400
0.0126
0.0263
0.0130

*
*
*
*

www.dictuc.cl

Informe Final

PTGEN

-0.0236

184

0.00316

Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *

one
one
one
one
one
one
one

+
+
+
+
+
+
+

-7.48

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*
*

0.00

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENFES
TGENTXC

0.00337

-7.00

0.00

+ PCINGAAC * CINAAC
+ PCINGACH * CINACH
+ PCINGBUS * CINBUS
+ PCINGFES * CINBUS
+ PCINGTXC * CINTXC

j) M09_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.31
CACH
-1.13
CBIC
-4.27
CBUS
-1.99
CCAM
0.00
CFES
-3.97
CTXC
-4.59
PCINGAAC
-0.136
PCINGAACSEX -0.159
PCINGACH
-0.196
PCINGACHSEX 0.186
PCINGBUS
0.0591
PCINGBUSSEX 0.0346
PCINGFES
0.0107
PCINGFESSEX -0.0353
PCINGTXC
-0.00328
PCINGTXCSEX 0.00477
PTGENFES
-0.106
PTGENSEXFES 0.0656
PTGENSEXPRI -0.00626
PTGENSEXPUB -0.00579
PTGENTPRI
-0.145
PTGENTPUB
-0.0160

Std err
------0.234
0.795
0.294
0.239
--fixed-0.334
0.301
0.0531
0.0735
0.291
0.285
0.0226
0.0314
0.00657
0.0121
0.0220
0.0281
0.0381
0.0429
0.0143
0.00453
0.0120
0.00404

Multinomial Logit
22
957
957
-1523.453
-1523.453
-908.718
1229.470
0.404
0.389
+2.865e-003
Convergence reached...
47
00:02
from analytical hessian
datos.dat

t-test
------5.61
-1.42
-14.51
-8.34

p-val
Rob. std err
---------------0.00
0.252
0.16 * 0.846
0.00
0.309
0.00
0.246

Rob. t-test
-----------5.20
-1.33
-13.79
-8.11

Rob. p-val
---------0.00
0.18
*
0.00
0.00

-11.88
-15.26
-2.57
-2.16
-0.67
0.65
2.62
1.10
1.63
-2.91
-0.15
0.17
-2.78
1.53
-0.44
-1.28
-12.09
-3.95

0.00
0.00
0.01
0.03
0.50
0.51
0.01
0.27
0.10
0.00
0.88
0.87
0.01
0.13
0.66
0.20
0.00
0.00

-11.20
-15.30
-2.48
-1.98
-1.19
1.12
1.94
0.96
1.44
-2.72
-0.17
0.17
-3.11
1.67
-0.46
-1.42
-11.90
-4.18

0.00
0.00
0.01
0.05
0.23
0.26
0.05
0.34
0.15
0.01
0.87
0.86
0.00
0.09
0.65
0.16
0.00
0.00

*
*
*
*
*
*
*
*
*

0.355
0.300
0.0548
0.0802
0.164
0.167
0.0304
0.0361
0.00742
0.0130
0.0195
0.0275
0.0340
0.0393
0.0136
0.00407
0.0122
0.00382

*
*
*
*
*
*
*
*
*
*

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *
CINAAC + PCINGAACSEX * CINAACSEX
2
ACH AV2 CACH * one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
CINACH + PCINGACHSEX * CINACHSEX
7
BIC AV7 CBIC * one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC

DICTUC S.A.

www.dictuc.cl

Informe Final

185

5
BUS AV5 CBUS * one + PTGENTPUB * TGENBUS
CINBUS + PCINGBUSSEX * CINBUSSEX
1
CAM AV1 CCAM * one + PTGENTPRI * TGENCAM +
4
FES AV4 CFES * one + PTGENFES * TGENFES
CINFES + PCINGFESSEX * CINFESSEX
6
TXC AV6 CTXC * one + PTGENTPUB * TGENTXC
CINTXC + PCINGTXCSEX * CINTXCSEX

+ PTGENSEXPUB * SEXTGENBUS + PCINGBUS *


PTGENSEXPRI * SEXTGENCAM
+ PTGENSEXFES * SEXTGENFES + PCINGFES *
+ PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

k) M10_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name Value
Std err
---- ----------CAAC -0.305 0.144
CACH 0.198
0.539
CBIC -3.01
0.278
CBUS 1.02
0.145
CCAM 0.00
--fixed-CFES -1.81
0.156
CTXC -1.83
0.211
PCING -0.0118 0.00954
PTGEN -0.0211 0.00307
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *

one
one
one
one
one
one
one

Multinomial Logit
8
957
957
-1523.453
-1523.453
-1132.097
782.711
0.257
0.252
+7.279e-003
Convergence reached...
19
00:00
from analytical hessian
datos.dat

t-test
------2.13
0.37
-10.83
7.02

p-val
Rob. std err
---------------0.03
0.150
0.71 * 0.544
0.00
0.280
0.00
0.136

Rob. t-test
-----------2.04
0.36
-10.76
7.46

Rob. p-val
---------0.04
0.72
*
0.00
0.00

-11.57
-8.64
-1.24
-6.89

0.00
0.00
0.21
0.00

-11.74
-8.74
-1.39
-6.53

0.00
0.00
0.17
0.00

+
+
+
+
+
+
+

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*
*

0.154
0.209
* 0.00853
0.00324

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENFES
TGENTXC

+ PCING * CINACH
+ PCING * CINBUS
+ PCING * CINBUS
+ PCING * CINTXC

l) M11_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:

DICTUC S.A.

Multinomial Logit
20
957
957
-1523.453
-1523.453
-914.205
1218.495
0.400
0.387
+5.110e-003
Convergence reached...
48
00:02

www.dictuc.cl

Informe Final

186

Variance-covariance: from analytical hessian


Sample file: datos.dat
Utility parameters
******************
Name
Value
-------CAAC
-1.35
CACH
-1.15
CBIC
-4.21
CBUS
-2.05
CCAM
0.00
CFES
-4.04
CTXC
-4.61
PCINGAAC
-0.195
PCINGACH
-0.0157
PCINGBUS
0.0815
PCINGFES
-0.00225
PCINGTXC
2.10e-005
PTGENFES
-0.0867
PTGENOLDFES -0.0108
PTGENOLDPRI 0.350
PTGENOLDPUB -0.0903
PTGENSEXFES 0.0397
PTGENSEXPRI 0.0138
PTGENSEXPUB 0.00314
PTGENTPRI
-0.154
PTGENTPUB
-0.0194

Std err
------0.234
0.775
0.290
0.240
--fixed-0.326
0.301
0.0497
0.0495
0.0173
0.00596
0.0178
0.0339
6.95e+003
236.
99.5
0.0360
0.0127
0.00360
0.0118
0.00388

Utility functions
*****************
3
AAC AV3 CAAC * one
OLDTGENAAC + PCINGAAC *
2
ACH AV2 CACH * one
OLDTGENACH + PCINGACH *
7
BIC AV7 CBIC * one
OLDTGENBIC
5
BUS AV5 CBUS * one
OLDTGENBUS + PCINGBUS *
1
CAM AV1 CCAM * one
OLDTGENCAM
4
FES AV4 CFES * one
OLDTGENFES + PCINGFES *
6
TXC AV6 CTXC * one
OLDTGENTXC + PCINGTXC *

t-test
------5.76
-1.48
-14.51
-8.54

p-val
Rob. std err
---------------0.00
0.255
0.14 * 0.838
0.00
0.303
0.00
0.248

Rob. t-test
-----------5.29
-1.37
-13.92
-8.27

Rob. p-val
---------0.00
0.17
*
0.00
0.00

-12.40
-15.31
-3.93
-0.32
4.71
-0.38
0.00
-2.56
-0.00
0.00
-0.00
1.10
1.08
0.87
-13.05
-5.00

0.00
0.00
0.00
0.75
0.00
0.71
1.00
0.01
1.00
1.00
1.00
0.27
0.28
0.38
0.00
0.00

-11.78
-15.40
-3.48
-0.35
4.13
-0.36
0.00
-2.94
-0.01
7.34
-6.21
1.18
1.12
0.95
-12.50
-5.05

0.00
0.00
0.00
0.73
0.00
0.72
1.00
0.00
0.99
0.00
0.00
0.24
0.26
0.34
0.00
0.00

*
*
*
*
*
*
*
*
*

0.343
0.299
0.0561
0.0449
0.0198
0.00622
0.0166
0.0295
1.12
0.0476
0.0145
0.0337
0.0123
0.00331
0.0123
0.00384

*
*
*
*

*
*
*

+ PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PTGENOLDPRI *


CINAAC
+ PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PTGENOLDPRI *
CINACH
+ PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC + PTGENOLDPRI *
+ PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PTGENOLDPUB *
CINBUS
+ PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM + PTGENOLDPRI *
+ PTGENFES * TGENFES + PTGENSEXFES * SEXTGENFES + PTGENOLDFES *
CINFES
+ PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PTGENOLDPUB *
CINTXC

m) M12_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

Multinomial Logit
19
957
957
-1523.453
-1523.453
-914.781
1217.344
0.400
0.387
+4.501e-003
Convergence reached...
73
00:03
from analytical hessian
datos.dat

Utility parameters
******************

DICTUC S.A.

www.dictuc.cl

Informe Final

Name
---CAAC
CACH
CBIC
CBUS
CCAM
CFES
CTXC
PCINGAAC
PCINGACH
PCINGBUS
PCINGFES
PCINGTXC
PINTRAZ
PTGENFES
PTGENSEXFES
PTGENSEXPRI
PTGENSEXPUB
PTGENTPRI
PTGENTPUB
PVIALAR

187

Value
-----1.01
-0.928
-4.01
-1.59
0.00
-3.64
-4.16
-0.202
-0.0411
0.0760
-0.00245
-0.00139
0.782
-0.0821
0.0398
0.0118
0.00331
-0.135
-0.0197
0.717

Std err
------0.265
0.844
0.298
0.281
--fixed-0.351
0.336
0.0498
0.0623
0.0174
0.00600
0.0178
0.319
0.0335
0.0357
0.0123
0.00359
0.0130
0.00387
1.27

t-test
------3.81
-1.10
-13.46
-5.65

p-val
Rob. std err
---------------0.00
0.283
0.27 * 0.966
0.00
0.314
0.00
0.299

Rob. t-test
-----------3.57
-0.96
-12.79
-5.31

Rob. p-val
---------0.00
0.34
*
0.00
0.00

-10.39
-12.39
-4.05
-0.66
4.37
-0.41
-0.08
2.45
-2.45
1.11
0.96
0.92
-10.38
-5.09
0.57

0.00
0.00
0.00
0.51
0.00
0.68
0.94
0.01
0.01
0.27
0.34
0.36
0.00
0.00
0.57

-9.88
-12.21
-3.58
-0.83
3.46
-0.39
-0.08
2.38
-2.84
1.19
1.04
1.01
-10.10
-5.12
0.56

0.00
0.00
0.00
0.41
0.00
0.70
0.93
0.02
0.00
0.23
0.30
0.31
0.00
0.00
0.57

*
*
*

*
*
*

0.369
0.341
0.0563
0.0496
0.0219
0.00632
0.0167
0.329
0.0289
0.0333
0.0113
0.00329
0.0134
0.00384
1.27

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI * TGENAAC
CINAAC
2
ACH AV2 CACH * one + PTGENTPRI * TGENACH
CINACH + PVIALAR * DUMMYVL
7
BIC AV7 CBIC * one + PTGENTPRI * TGENBIC +
5
BUS AV5 CBUS * one + PTGENTPUB * TGENBUS
CINBUS
1
CAM AV1 CCAM * one + PTGENTPRI * TGENCAM +
4
FES AV4 CFES * one + PTGENFES * TGENFES
CINFES
6
TXC AV6 CTXC * one + PTGENTPUB * TGENTXC
CINTXC

*
*
*

*
*
*

+ PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


+ PTGENSEXPRI * SEXTGENACH + PCINGACH *
PTGENSEXPRI * SEXTGENBIC + PINTRAZ * INT
+ PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
PTGENSEXPRI * SEXTGENCAM + PINTRAZ * INT
+ PTGENSEXFES * SEXTGENFES + PCINGFES *
+ PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

n) M13_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

Multinomial Logit
20
957
957
-1523.453
-1523.453
-916.903
1213.099
0.398
0.385
+6.315e-002
Radius of the trust region is too small
341
00:13
from analytical hessian
datos.dat

Utility parameters
******************
Name
Value
-------CAAC
-1.45
CACH
-1.24
CBIC
-4.27
CBUS
-1.77
CCAM
0.00
CFES
-4.19

t-test
------5.66
-1.59
-14.52
-4.34

p-val
Rob. std err
---------------0.00
0.283
0.11 * 0.854
0.00
0.310
0.00
0.403

Rob. t-test
-----------5.12
-1.45
-13.76
-4.39

Rob. p-val
---------0.00
0.15
*
0.00
0.00

-9.72

0.00

-9.17

0.00

DICTUC S.A.

Std err
------0.256
0.781
0.294
0.408
--fixed-0.432

0.458

www.dictuc.cl

Informe Final

CTXC
PCINGAAC
PCINGACH
PCINGBUS
PCINGFES
PCINGTXC
PTGENFES
PTGENFES2
PTGENSEXFES
PTGENSEXPRI
PTGENSEXPUB
PTGENTPRI
PTGENTPRI2
PTGENTPUB
PTGENTPUB2

188

-4.41
-0.192
-0.0125
0.0723
-0.00218
-0.00186
-0.102
0.000715
0.0389
0.0126
0.00346
-0.177
0.000561
-0.0331
8.69e-005

0.420
0.0505
0.0497
0.0171
0.00603
0.0176
0.0689
0.00287
0.0357
0.0123
0.00358
0.0247
0.000533
0.0113
7.14e-005

-10.49
-3.80
-0.25
4.24
-0.36
-0.11
-1.48
0.25
1.09
1.02
0.97
-7.16
1.05
-2.93
1.22

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI
CINAAC + PTGENTPRI2 * TGENAAC2
2
ACH AV2 CACH * one + PTGENTPRI
CINACH + PTGENTPRI2 * TGENACH2
7
BIC AV7 CBIC * one + PTGENTPRI
TGENBIC2
5
BUS AV5 CBUS * one + PTGENTPUB
CINBUS + PTGENTPUB2 * TGENBUS2
1
CAM AV1 CCAM * one + PTGENTPRI
TGENCAM2
4
FES AV4 CFES * one + PTGENFES
CINFES + PTGENFES2 * TGENFES2
6
TXC AV6 CTXC * one + PTGENTPUB
CINTXC + PTGENTPUB2 * TGENTXC2

0.00
0.00
0.80
0.00
0.72
0.92
0.14
0.80
0.28
0.31
0.33
0.00
0.29
0.00
0.22

*
*
*
*
*
*
*
*
*
*

0.421
0.0572
0.0457
0.0211
0.00635
0.0165
0.0686
0.00268
0.0325
0.0115
0.00322
0.0264
0.000654
0.0107
6.49e-005

-10.48
-3.35
-0.27
3.43
-0.34
-0.11
-1.48
0.27
1.20
1.09
1.07
-6.70
0.86
-3.09
1.34

0.00
0.00
0.78
0.00
0.73
0.91
0.14
0.79
0.23
0.28
0.28
0.00
0.39
0.00
0.18

*
*
*
*
*
*
*
*
*
*

* TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


* TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
* TGENBIC + PTGENSEXPRI * SEXTGENBIC + PTGENTPRI2 *
* TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
* TGENCAM + PTGENSEXPRI * SEXTGENCAM + PTGENTPRI2 *
* TGENFES + PTGENSEXFES * SEXTGENFES + PCINGFES *
* TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

o) M14_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-0.0104 0.166
CACH
0.430
0.535
CBIC
-3.03
0.278
CBUS
1.20
0.149
CCAM
0.00
--fixed-CFES
-1.69
0.154
CTXC
-1.62
0.205
PCING
-0.0333 0.00935
PTGEN
-0.0229 0.00353
PTGENSEX 0.00103 0.00287

DICTUC S.A.

Multinomial Logit
9
957
957
-1523.453
-1523.453
-1125.905
795.095
0.261
0.255
+5.103e-003
Convergence reached...
18
00:00
from analytical hessian
datos.dat

t-test
------0.06
0.80
-10.90
8.06

p-val
Rob. std err
---------------0.95 * 0.172
0.42 * 0.535
0.00
0.281
0.00
0.146

Rob. t-test
-----------0.06
0.80
-10.80
8.26

Rob. p-val
---------0.95
*
0.42
*
0.00
0.00

-11.00
-7.88
-3.56
-6.49
0.36

0.00
0.00
0.00
0.00
0.72

-10.97
-7.99
-3.66
-5.94
0.33

0.00
0.00
0.00
0.00
0.74

0.154
0.203
0.00909
0.00386
* 0.00314

www.dictuc.cl

Informe Final

189

Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *

one
one
one
one
one
one
one

+
+
+
+
+
+
+

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*
*

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENFES
TGENTXC

+
+
+
+
+
+
+

PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX

*
*
*
*
*
*
*

SEXTGENAAC
SEXTGENACH
SEXTGENBIC
SEXTGENBUS
SEXTGENCAM
SEXTGENFES
SEXTGENTXC

+ PCING * CINACH
+ PCING * CINACH
+ PCING * CINBUS
+ PCING * CINBUS
+ PCING * CINTXC

p) M15_PE_PAM
PM_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-0.0251 0.166
CACH
0.934
0.566
CBIC
-3.05
0.279
CBUS
1.21
0.149
CCAM
0.00
--fixed-CFES
-1.71
0.154
CTXC
-1.62
0.206
PCING
-0.0314 0.00931
PTGEN
-0.0247 0.00322
PTGENOLD 0.0174 0.00474
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *

one
one
one
one
one
one
one

+
+
+
+
+
+
+

Multinomial Logit
9
957
957
-1523.453
-1523.453
-1118.946
809.014
0.266
0.260
+1.058e-003
Convergence reached...
29
00:01
from analytical hessian
datos.dat

t-test
------0.15
1.65
-10.96
8.13

p-val
Rob. std err
---------------0.88 * 0.172
0.10 * 0.579
0.00
0.282
0.00
0.147

Rob. t-test
-----------0.15
1.61
-10.84
8.24

Rob. p-val
---------0.88
*
0.11
*
0.00
0.00

-11.09
-7.87
-3.37
-7.68
3.66

0.00
0.00
0.00
0.00
0.00

-11.07
-7.95
-3.53
-6.82
3.85

0.00
0.00
0.00
0.00
0.00

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*
*

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENFES
TGENTXC

H.2.2

Modelos Fuera de Punta

H.2.2.1

Propsito Trabajo

0.155
0.204
0.00891
0.00363
0.00451

+
+
+
+
+
+
+

PTGENOLD
PTGENOLD
PTGENOLD
PTGENOLD
PTGENOLD
PTGENOLD
PTGENOLD

*
*
*
*
*
*
*

OLDTGENAAC
OLDTGENACH
OLDTGENBIC
OLDTGENBUS
OLDTGENCAM
OLDTGENFES
OLDTGENTXC

+ PCING * CINACH
+ PCING * CINACH
+ PCING * CINBUS
+ PCING * CINBUS
+ PCING * CINTXC

a) Modelo Escogido: MESC_PT_PFP


FP_TRA
Model: Multinomial Logit
Number of estimated parameters: 9
Number of observations: 208

DICTUC S.A.

www.dictuc.cl

Informe Final

190

Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-3.00
0.598
CACH
-0.501
0.479
CBIC
-1.45
0.506
CBUS
-3.08
0.593
CCAM
0.00
--fixed-CTXC
-3.32
0.536
PCING
-0.0166 0.0156
PTGENCAM -0.114
0.0176
PTGENPRI -0.0804 0.0284
PTGENPUB -0.00770 0.00695
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *

one
one
one
one
one
one

+
+
+
+
+
+

208
-294.423
-294.423
-214.382
160.082
0.272
0.241
+1.305e-003
Convergence reached...
43
00:00
from analytical hessian
datos.dat

t-test
------5.02
-1.05
-2.86
-5.19

p-val
Rob. std err
---------------0.00
0.637
0.30 * 0.490
0.00
0.545
0.00
0.604

Rob. t-test
-----------4.71
-1.02
-2.65
-5.09

Rob. p-val
---------0.00
0.31
*
0.01
0.00

-6.19
-1.06
-6.47
-2.83
-1.11

0.00
0.29
0.00
0.00
0.27

-5.94
-1.29
-5.65
-2.86
-1.13

0.00
0.20
0.00
0.00
0.26

PTGENPRI
PTGENPRI
PTGENPRI
PTGENPUB
PTGENCAM
PTGENPUB

*
*
*
*
*
*

0.559
* 0.0129
0.0202
0.0281
* 0.00679

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENTXC

+ PCING * CINAAC
+ PCING * CINACH
+ PCING * CINBUS
+ PCING * CINTXC

b) M01_PT_PFP
FP_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-4.05
CACH
-0.718
CBIC
-0.694
CBUS
-3.47
CCAM
0.00

DICTUC S.A.

Std err
------1.06
0.618
0.533
0.695
--fixed--

Multinomial Logit
18
208
208
-294.423
-294.423
-186.969
214.909
0.365
0.304
+1.633e-003
Convergence reached...
94
00:01
from analytical hessian
datos.dat

t-test
------3.83
-1.16
-1.30
-5.00

p-val
Rob. std err
---------------0.00
1.13
0.25 * 0.584
0.19 * 0.563
0.00
0.693

Rob. t-test
-----------3.59
-1.23
-1.23
-5.01

Rob. p-val
---------0.00
0.22
*
0.22
*
0.00

www.dictuc.cl

Informe Final

CTXC
PCING
PTGENAAC
PTGENACH
PTGENBIC
PTGENBUS
PTGENCAM
PTGENSEXAAC
PTGENSEXACH
PTGENSEXBIC
PTGENSEXBUS
PTGENSEXCAM
PTGENSEXTXC
PTGENTXC

191

-3.99
-0.0115
-0.0119
-0.504
-0.529
-0.0170
-0.152
-0.0264
0.488
0.447
0.0152
0.0456
0.00759
-0.00806

Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *

0.782
0.0245
0.145
0.229
0.149
0.0116
0.0283
0.149
0.217
0.145
0.0125
0.0287
0.0187
0.0169

one
one
one
one
one
one

+
+
+
+
+
+

-5.11
-0.47
-0.08
-2.21
-3.55
-1.46
-5.36
-0.18
2.25
3.09
1.21
1.59
0.41
-0.48

PTGENAAC
PTGENACH
PTGENBIC
PTGENBUS
PTGENCAM
PTGENTXC

*
*
*
*
*
*

0.00
0.64
0.93
0.03
0.00
0.14
0.00
0.86
0.02
0.00
0.23
0.11
0.68
0.63

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENTXC

0.771
* 0.0210
* 0.153
0.191
0.145
* 0.0116
0.0268
* 0.146
0.178
0.142
* 0.0122
* 0.0269
* 0.0186
* 0.0171

+
+
+
+
+
+

-5.18
-0.55
-0.08
-2.64
-3.64
-1.46
-5.66
-0.18
2.74
3.15
1.24
1.69
0.41
-0.47

PTGENSEXAAC
PTGENSEXACH
PTGENSEXBIC
PTGENSEXBUS
PTGENSEXCAM
PTGENSEXTXC

*
*
*
*
*
*

0.00
0.58
0.94
0.01
0.00
0.14
0.00
0.86
0.01
0.00
0.21
0.09
0.68
0.64

SEXTGENAAC
SEXTGENACH
SEXTGENBIC
SEXTGENBUS
SEXTGENCAM
SEXTGENTXC

*
*

*
*

*
*
*
*

+ PCING * CINAAC
+ PCING * CINACH
+ PCING * CINBUS
+ PCING * CINTXC

c) M02_PT_PFP
FP_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-3.48
0.945
CACH
-0.926
0.593
CBIC
-1.29
0.514
CBUS
-3.04
0.639
CCAM
0.00
--fixed-CTXC
-3.12
0.676
PCING
-0.0251 0.0208
PTGENAAC -0.0135 0.113
PTGENACH -0.00769 0.0741
PTGENBIC -0.0899 0.0305
PTGENBUS -0.00630 0.00735
PTGENCAM -0.113
0.0176
PTGENTXC -0.00879 0.0123

Multinomial Logit
12
208
208
-294.423
-294.423
-213.946
160.955
0.273
0.233
+1.629e-003
Convergence reached...
35
00:01
from analytical hessian
datos.dat

t-test
------3.69
-1.56
-2.50
-4.76

p-val
Rob. std err
---------------0.00
0.965
0.12 * 0.568
0.01
0.563
0.00
0.645

Rob. t-test
-----------3.61
-1.63
-2.28
-4.72

Rob. p-val
---------0.00
0.10
*
0.02
0.00

-4.62
-1.21
-0.12
-0.10
-2.95
-0.86
-6.45
-0.72

0.00
0.23
0.90
0.92
0.00
0.39
0.00
0.47

-4.63
-1.45
-0.12
-0.12
-2.75
-0.88
-5.65
-0.73

0.00
0.15
0.90
0.90
0.01
0.38
0.00
0.47

0.675
* 0.0173
* 0.109
* 0.0633
0.0327
* 0.00714
0.0200
* 0.0121

*
*
*
*
*

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENAAC * TGENAAC + PCING * CINAAC
2
ACH AV2 CACH * one + PTGENACH * TGENACH + PCING * CINACH

DICTUC S.A.

www.dictuc.cl

Informe Final

7
5
1
6

BIC
BUS
CAM
TXC

AV7
AV5
AV1
AV6

192

CBIC
CBUS
CCAM
CTXC

*
*
*
*

one
one
one
one

+
+
+
+

PTGENBIC
PTGENBUS
PTGENCAM
PTGENTXC

*
*
*
*

TGENBIC
TGENBUS + PCING * CINBUS
TGENCAM
TGENTXC + PCING * CINTXC

d) M03_PT_PFP
FP_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-3.49
0.981
CACH
-0.934
0.658
CBIC
-1.29
0.584
CBUS
-3.05
0.690
CCAM
0.00
--fixed-CTXC
-3.13
0.718
PCING
-0.0251 0.0208
PTGENAAC -0.0136 0.113
PTGENACH -0.00769 0.0741
PTGENBIC -0.0899 0.0305
PTGENBUS -0.00631 0.00736
PTGENCAM -0.114
0.0199
PTGENTXC -0.00881 0.0123
PVIAINT -0.0214 0.749
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *

one
one
one
one
one
one

+
+
+
+
+
+

Multinomial Logit
13
208
208
-294.423
-294.423
-213.945
160.956
0.273
0.229
+6.895e-004
Convergence reached...
43
00:00
from analytical hessian
datos.dat

t-test
------3.56
-1.42
-2.21
-4.42

p-val
Rob. std err
---------------0.00
1.02
0.16 * 0.659
0.03
0.670
0.00
0.726

Rob. t-test
-----------3.43
-1.42
-1.93
-4.20

Rob. p-val
---------0.00
0.16
*
0.05
*
0.00

-4.36
-1.21
-0.12
-0.10
-2.95
-0.86
-5.70
-0.72
-0.03

0.00
0.23
0.90
0.92
0.00
0.39
0.00
0.47
0.98

-4.39
-1.45
-0.12
-0.12
-2.76
-0.89
-4.96
-0.73
-0.03

0.00
0.15
0.90
0.90
0.01
0.38
0.00
0.47
0.98

PTGENAAC
PTGENACH
PTGENBIC
PTGENBUS
PTGENCAM
PTGENTXC

*
*
*
*
*
*

0.712
* 0.0173
* 0.109
* 0.0634
0.0326
* 0.00712
0.0229
* 0.0121
* 0.764

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENTXC

*
*
*
*
*
*

+ PCING * CINAAC
+ PCING * CINACH
+ PCING * CINBUS
+ PVIAINT * INT
+ PCING * CINTXC

e) M04_PT_PFP
FP_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:

DICTUC S.A.

Multinomial Logit
14
208
208
-294.423
-294.423
-213.646
161.554
0.274
0.227
+1.470e-003

www.dictuc.cl

Informe Final

193

Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-3.50
CACH
-0.934
CBIC
-1.29
CBUS
-2.98
CCAM
0.00
CTXC
-3.07
PCINGTPRI -0.00933
PCINGTPUB -0.0345
PTGENAAC -0.0239
PTGENACH -0.0295
PTGENBIC -0.0913
PTGENBUS -0.00607
PTGENCAM -0.114
PTGENTXC -0.00779
PVIAINT
-0.0476

Std err
------0.981
0.657
0.582
0.694
--fixed-0.718
0.0313
0.0245
0.114
0.0791
0.0307
0.00736
0.0199
0.0123
0.750

Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *

one
one
one
one
one
one

+
+
+
+
+
+

Convergence reached...
101
00:01
from analytical hessian
datos.dat

t-test
------3.56
-1.42
-2.21
-4.29

p-val
Rob. std err
---------------0.00
1.02
0.16 * 0.655
0.03
0.668
0.00
0.725

Rob. t-test
-----------3.42
-1.43
-1.93
-4.11

Rob. p-val
---------0.00
0.15
*
0.05
*
0.00

-4.27
-0.30
-1.40
-0.21
-0.37
-2.97
-0.82
-5.73
-0.63
-0.06

0.00
0.77
0.16
0.83
0.71
0.00
0.41
0.00
0.53
0.95

-4.39
-0.37
-1.62
-0.22
-0.44
-2.74
-0.85
-4.99
-0.64
-0.06

0.00
0.71
0.11
0.83
0.66
0.01
0.39
0.00
0.52
0.95

PTGENAAC
PTGENACH
PTGENBIC
PTGENBUS
PTGENCAM
PTGENTXC

*
*
*
*
*
*

0.699
0.0253
0.0213
0.110
0.0674
0.0334
* 0.00712
0.0229
* 0.0122
* 0.764
*
*
*
*

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENTXC

*
*
*
*
*
*
*

+ PCINGTPRI * CINAAC
+ PCINGTPRI * CINACH
+ PCINGTPUB * CINBUS
+ PVIAINT * INT
+ PCINGTPUB * CINTXC

f) M05_PT_PFP
FP_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-0.105
0.786
CACH
0.844
0.405
CBIC
-0.00376 0.262
CBUS
-0.427
0.444
CCAM
0.00
--fixed-CTXC
-0.165
0.408
PCINGAAC -0.473
0.331
PCINGACH 0.0109
0.0262

DICTUC S.A.

Multinomial Logit
11
208
208
-294.423
-294.423
-234.462
119.922
0.204
0.166
+1.550e-003
Convergence reached...
43
00:00
from analytical hessian
datos.dat

t-test
------0.13
2.08
-0.01
-0.96

p-val
Rob. std err
---------------0.89 * 0.776
0.04
0.441
0.99 * 0.284
0.34 * 0.427

Rob. t-test
-----------0.13
1.91
-0.01
-1.00

Rob. p-val
---------0.89
0.06
0.99
0.32

*
*
*
*

-0.41
-1.43
0.42

0.68
0.15
0.68

-0.38
-1.71
0.52

0.70
0.09
0.60

*
*
*

* 0.430
* 0.277
* 0.0209

www.dictuc.cl

Informe Final

PCINGBUS
PCINGTXC
PTGEN
PTGENSEX

0.0321
-0.0255
-0.00485
-0.0272

194

0.0247
0.0281
0.00887
0.00952

Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *

one
one
one
one
one
one

+
+
+
+
+
+

1.30
-0.91
-0.55
-2.86

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*

0.19
0.36
0.58
0.00

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENTXC

* 0.0217
* 0.0305
* 0.00896
0.0109

+
+
+
+
+
+

PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX

1.48
-0.84
-0.54
-2.49

*
*
*
*
*
*

SEXTGENAAC
SEXTGENACH
SEXTGENBIC
SEXTGENBUS
SEXTGENCAM
SEXTGENTXC

0.14
0.40
0.59
0.01

*
*
*

+ PCINGAAC * CINAAC
+ PCINGACH * CINACH
+ PCINGBUS * CINBUS
+ PCINGTXC * CINTXC

g) M06_PT_PFP
FP_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.59
CACH
-0.607
CBIC
-0.976
CBUS
-3.65
CCAM
0.00
CTXC
-3.07
PCINGAAC
-0.520
PCINGACH
0.00420
PCINGBUS
0.0139
PCINGTXC
-0.0458
PTGENSEXPRI 0.0202
PTGENSEXPUB -0.0185
PTGENTPRI
-0.127
PTGENTPUB
0.00626
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

Std err
------0.830
0.462
0.299
0.687
--fixed-0.615
0.345
0.0272
0.0320
0.0320
0.0251
0.00940
0.0264
0.00895

Multinomial Logit
13
208
208
-294.423
-294.423
-203.722
181.403
0.308
0.264
+1.140e-003
Convergence reached...
383
00:02
from analytical hessian
datos.dat

t-test
------1.91
-1.31
-3.26
-5.32

p-val
Rob. std err
---------------0.06 * 0.784
0.19 * 0.442
0.00
0.306
0.00
0.672

Rob. t-test
-----------2.02
-1.37
-3.19
-5.43

Rob. p-val
---------0.04
0.17
*
0.00
0.00

-4.98
-1.51
0.15
0.43
-1.43
0.80
-1.97
-4.82
0.70

0.00
0.13
0.88
0.66
0.15
0.42
0.05
0.00
0.48

-5.16
-1.74
0.19
0.46
-1.43
0.80
-2.07
-5.00
0.73

0.00
0.08
0.85
0.64
0.15
0.43
0.04
0.00
0.46

0.594
0.299
0.0220
0.0301
0.0321
0.0253
0.00893
0.0254
* 0.00857
*
*
*
*
*

*
*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

h) M07_PT_PFP

DICTUC S.A.

www.dictuc.cl

Informe Final

195

FP_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.74
CACH
-0.652
CBIC
-0.653
CBUS
-3.67
CCAM
0.00
CTXC
-3.62
PCINGAAC
-1.84
PCINGACH
-0.00767
PCINGBUS
0.00799
PCINGTXC
-0.0422
PTGENAAC
0.435
PTGENACH
-0.417
PTGENBIC
-0.508
PTGENBUS
-0.0150
PTGENCAM
-0.144
PTGENSEXAAC -0.121
PTGENSEXACH 0.396
PTGENSEXBIC 0.427
PTGENSEXBUS 0.0129
PTGENSEXCAM 0.0394
PTGENSEXTXC 0.00512
PTGENTXC
-0.00378
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

Std err
------1.01
0.621
0.532
0.748
--fixed-0.801
0.837
0.0325
0.0328
0.0345
0.269
0.214
0.145
0.0121
0.0274
0.185
0.206
0.141
0.0130
0.0281
0.0192
0.0173

Multinomial Logit
21
208
208
-294.423
-294.423
-181.052
226.742
0.385
0.314
+7.947e+000
Maximum number of iterations reached
1000
00:10
from analytical hessian
datos.dat

t-test
------2.71
-1.05
-1.23
-4.91

p-val
Rob. std err
---------------0.01
0.994
0.29 * 0.598
0.22 * 0.560
0.00
0.751

Rob. t-test
-----------2.76
-1.09
-1.17
-4.89

Rob. p-val
---------0.01
0.28
*
0.24
*
0.00

-4.52
-2.19
-0.24
0.24
-1.22
1.62
-1.95
-3.51
-1.24
-5.25
-0.66
1.92
3.03
1.00
1.40
0.27
-0.22

0.00
0.03
0.81
0.81
0.22
0.11
0.05
0.00
0.21
0.00
0.51
0.05
0.00
0.32
0.16
0.79
0.83

-4.83
-2.52
-0.31
0.26
-1.21
1.57
-2.53
-3.69
-1.21
-5.57
-0.73
2.56
3.17
1.00
1.49
0.27
-0.22

0.00
0.01
0.75
0.80
0.22
0.12
0.01
0.00
0.23
0.00
0.47
0.01
0.00
0.32
0.14
0.79
0.82

*
*
*
*
*
*
*
*
*
*
*
*

0.750
0.727
0.0244
0.0309
0.0348
0.278
0.165
0.138
0.0124
0.0259
0.167
0.154
0.134
0.0129
0.0265
0.0191
0.0171

*
*
*
*

*
*

*
*
*
*

one + PTGENAAC * TGENAAC + PTGENSEXAAC * SEXTGENAAC + PCINGAAC *


one + PTGENACH * TGENACH + PTGENSEXACH * SEXTGENACH + PCINGACH *
one + PTGENBIC * TGENBIC + PTGENSEXBIC * SEXTGENBIC
one + PTGENBUS * TGENBUS + PTGENSEXBUS * SEXTGENBUS + PCINGBUS *
one + PTGENCAM * TGENCAM + PTGENSEXCAM * SEXTGENCAM
one + PTGENTXC * TGENTXC + PTGENSEXTXC * SEXTGENTXC + PCINGTXC *

i) M08_PT_PFP
FP_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:

DICTUC S.A.

Multinomial Logit
15
208
208
-294.423

www.dictuc.cl

Informe Final

196

Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.90
CACH
-1.06
CBIC
-0.970
CBUS
-3.61
CCAM
0.00
CTXC
-3.00
PCINGAAC
-0.609
PCINGACH
-0.0153
PCINGBUS
0.00548
PCINGTXC
-0.0531
PTGENSEXNM 0.0189
PTGENSEXPRI 0.00859
PTGENSEXPUB -0.0185
PTGENTNM
-0.127
PTGENTPRI
-0.0229
PTGENTPUB
0.00724
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

Std err
------0.880
0.595
0.301
0.681
--fixed-0.615
0.364
0.0302
0.0323
0.0326
0.0261
0.115
0.0101
0.0270
0.119
0.00944

-294.423
-202.956
182.934
0.311
0.260
+1.265e-003
Convergence reached...
206
00:02
from analytical hessian
datos.dat

t-test
------2.16
-1.79
-3.23
-5.30

p-val
Rob. std err
---------------0.03
0.835
0.07 * 0.589
0.00
0.312
0.00
0.664

Rob. t-test
-----------2.28
-1.81
-3.11
-5.43

Rob. p-val
---------0.02
0.07
*
0.00
0.00

-4.88
-1.67
-0.50
0.17
-1.63
0.72
0.08
-1.82
-4.70
-0.19
0.77

0.00
0.09
0.61
0.87
0.10
0.47
0.94
0.07
0.00
0.85
0.44

-5.07
-1.99
-0.65
0.18
-1.63
0.71
0.09
-1.92
-4.76
-0.21
0.79

0.00
0.05
0.51
0.86
0.10
0.48
0.93
0.05
0.00
0.83
0.43

0.591
0.307
0.0234
0.0303
0.0326
0.0265
0.0999
0.00961
0.0267
* 0.106
* 0.00919
*
*
*
*
*
*
*

*
*
*
*
*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTNM * TGENBIC + PTGENSEXNM * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTNM * TGENCAM + PTGENSEXNM * SEXTGENCAM
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

j) M09_PT_PFP
FP_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

Multinomial Logit
13
208
208
-294.423
-294.423
-203.623
181.600
0.308
0.264
+1.172e-003
Convergence reached...
468
00:03
from analytical hessian
datos.dat

Utility parameters

DICTUC S.A.

www.dictuc.cl

Informe Final

******************
Name
Value
-------CAAC
-1.59
CACH
-0.611
CBIC
-0.981
CBUS
-3.63
CCAM
0.00
CTXC
-3.05
PCINGAAC
-0.521
PCINGACH
0.00385
PCINGBUS
0.0141
PCINGTXC
-0.0456
PTGENSEXPRI 0.0194
PTGENSEXPUB -0.0185
PTGENTPRI
-0.127
PTGENTPUB
0.00589
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

197

Std err
------0.830
0.462
0.300
0.688
--fixed-0.616
0.345
0.0272
0.0320
0.0320
0.0252
0.00931
0.0264
0.00889

t-test
------1.91
-1.32
-3.27
-5.27

p-val
Rob. std err
---------------0.06 * 0.784
0.19 * 0.442
0.00
0.306
0.00
0.674

Rob. t-test
-----------2.03
-1.38
-3.20
-5.39

Rob. p-val
---------0.04
0.17
*
0.00
0.00

-4.96
-1.51
0.14
0.44
-1.42
0.77
-1.99
-4.81
0.66

0.00
0.13
0.89
0.66
0.15
0.44
0.05
0.00
0.51

-5.14
-1.74
0.18
0.47
-1.42
0.77
-2.10
-4.99
0.69

0.00
0.08
0.86
0.64
0.16
0.44
0.04
0.00
0.49

0.594
0.299
0.0220
0.0301
0.0322
0.0254
0.00884
0.0254
* 0.00851
*
*
*
*
*

*
*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

k) M10_PT_PFP
FP_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-0.0804 0.792
CACH
0.931
0.402
CBIC
0.0252 0.258
CBUS
-0.259 0.439
CCAM
0.00
--fixed-CTXC
-0.0786 0.409
PCINGAAC -0.378 0.270
PCINGACH 0.0142 0.0219
PCINGBUS 0.0186 0.0239
PCINGTXC -0.0337 0.0280
PTGEN
-0.0216 0.00738

DICTUC S.A.

Multinomial Logit
10
208
208
-294.423
-294.423
-238.348
112.150
0.190
0.156
+1.272e-003
Convergence reached...
24
00:00
from analytical hessian
datos.dat

t-test
------0.10
2.32
0.10
-0.59

p-val
Rob. std err
---------------0.92 * 0.773
0.02
0.432
0.92 * 0.277
0.56 * 0.417

Rob. t-test
-----------0.10
2.15
0.09
-0.62

Rob. p-val
---------0.92
*
0.03
0.93
*
0.53
*

-0.19
-1.40
0.65
0.78
-1.20
-2.93

0.85
0.16
0.52
0.44
0.23
0.00

-0.18
-1.66
0.79
0.90
-1.11
-2.47

0.86
0.10
0.43
0.37
0.27
0.01

*
*
*
*
*

0.431
0.228
0.0181
0.0206
0.0304
0.00877

*
*
*
*
*

www.dictuc.cl

Informe Final

Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *

198

one
one
one
one
one
one

+
+
+
+
+
+

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENTXC

+ PCINGAAC * CINAAC
+ PCINGACH * CINACH
+ PCINGBUS * CINBUS
+ PCINGTXC * CINTXC

l) M11_PT_PFP
FP_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.45
CACH
-0.599
CBIC
-1.04
CBUS
-3.74
CCAM
0.00
CTXC
-3.10
PCINGAAC
-0.180
PCINGAACSEX -0.945
PCINGACH
-0.213
PCINGACHSEX 0.207
PCINGBUS
0.114
PCINGBUSSEX -0.117
PCINGTXC
0.0594
PCINGTXCSEX -0.154
PTGENSEXPRI -0.0190
PTGENSEXPUB -0.0142
PTGENTPRI
-0.100
PTGENTPUB
0.00258

Std err
------0.912
0.481
0.304
0.701
--fixed-0.643
0.396
0.588
0.241
0.237
0.0606
0.0649
0.0527
0.0577
0.0276
0.0111
0.0260
0.00948

Multinomial Logit
17
208
208
-294.423
-294.423
-197.323
194.200
0.330
0.272
+1.949e-003
Convergence reached...
79
00:00
from analytical hessian
datos.dat

t-test
------1.59
-1.25
-3.42
-5.33

p-val
Rob. std err
---------------0.11 * 0.831
0.21 * 0.458
0.00
0.320
0.00
0.679

Rob. t-test
-----------1.74
-1.31
-3.25
-5.50

Rob. p-val
---------0.08
*
0.19
*
0.00
0.00

-4.81
-0.45
-1.61
-0.88
0.87
1.89
-1.81
1.13
-2.67
-0.69
-1.28
-3.86
0.27

0.00
0.65
0.11
0.38
0.38
0.06
0.07
0.26
0.01
0.49
0.20
0.00
0.79

-5.01
-0.48
-2.17
-1.11
1.10
1.86
-1.73
1.12
-2.41
-0.66
-1.44
-4.11
0.30

0.00
0.63
0.03
0.27
0.27
0.06
0.08
0.26
0.02
0.51
0.15
0.00
0.77

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI
CINAAC + PCINGAACSEX * CINAACSEX
2
ACH AV2 CACH * one + PTGENTPRI
CINACH + PCINGACHSEX * CINACHSEX
7
BIC AV7 CBIC * one + PTGENTPRI *
5
BUS AV5 CBUS * one + PTGENTPUB
CINBUS + PCINGBUSSEX * CINBUSSEX
1
CAM AV1 CCAM * one + PTGENTPRI *
6
TXC AV6 CTXC * one + PTGENTPUB
CINTXC + PCINGTXCSEX * CINTXCSEX

0.618
0.376
0.436
0.191
0.187
0.0613
0.0676
0.0531
0.0641
* 0.0285
* 0.00987
0.0244
* 0.00873
*
*
*
*
*
*
*

*
*
*
*
*
*
*
*
*

* TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


* TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
TGENBIC + PTGENSEXPRI * SEXTGENBIC
* TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
TGENCAM + PTGENSEXPRI * SEXTGENCAM
* TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

m) M12_PT_PFP

DICTUC S.A.

www.dictuc.cl

Informe Final

199

FP_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.55
CACH
-0.609
CBIC
-0.996
CBUS
-3.64
CCAM
0.00
CTXC
-3.03
PCINGAAC
-0.537
PCINGACH
0.00360
PCINGBUS
0.0122
PCINGTXC
-0.0506
PTGENOLDPRI -0.0284
PTGENOLDPUB -0.00597
PTGENSEXPRI 0.0230
PTGENSEXPUB -0.0176
PTGENTPRI
-0.127
PTGENTPUB
0.00609

Std err
------0.829
0.462
0.303
0.693
--fixed-0.620
0.348
0.0274
0.0325
0.0329
0.0357
0.0143
0.0255
0.00953
0.0264
0.00891

Utility functions
*****************
3
AAC AV3 CAAC * one
OLDTGENAAC + PCINGAAC *
2
ACH AV2 CACH * one
OLDTGENACH + PCINGACH *
7
BIC AV7 CBIC * one
OLDTGENBIC
5
BUS AV5 CBUS * one
OLDTGENBUS + PCINGBUS *
1
CAM AV1 CCAM * one
OLDTGENCAM
6
TXC AV6 CTXC * one
OLDTGENTXC + PCINGTXC *

Multinomial Logit
15
208
208
-294.423
-294.423
-203.257
182.331
0.310
0.259
+1.202e+000
Maximum number of iterations reached
1000
00:07
from analytical hessian
datos.dat

t-test
------1.87
-1.32
-3.29
-5.26

p-val
Rob. std err
---------------0.06 * 0.779
0.19 * 0.440
0.00
0.304
0.00
0.668

Rob. t-test
-----------1.99
-1.38
-3.27
-5.45

Rob. p-val
---------0.05
0.17
*
0.00
0.00

-4.89
-1.54
0.13
0.37
-1.54
-0.80
-0.42
0.90
-1.85
-4.80
0.68

0.00
0.12
0.90
0.71
0.12
0.43
0.68
0.37
0.06
0.00
0.49

-5.07
-1.76
0.17
0.41
-1.47
-0.95
-0.42
0.89
-1.94
-5.00
0.71

0.00
0.08
0.87
0.68
0.14
0.34
0.67
0.37
0.05
0.00
0.47

0.599
0.305
0.0217
0.0299
0.0345
0.0299
0.0141
0.0258
0.00907
0.0254
* 0.00853
*
*
*
*
*
*
*
*

*
*
*
*
*
*
*
*
*

+ PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PTGENOLDPRI *


CINAAC
+ PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PTGENOLDPRI *
CINACH
+ PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC + PTGENOLDPRI *
+ PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PTGENOLDPUB *
CINBUS
+ PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM + PTGENOLDPRI *
+ PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PTGENOLDPUB *
CINTXC

n) M13_PT_PFP
FP_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:

DICTUC S.A.

Multinomial Logit
15
208
208
-294.423
-294.423
-203.318
182.209
0.309
0.258

www.dictuc.cl

Informe Final

200

Final gradient norm:


Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.64
CACH
-0.701
CBIC
-1.01
CBUS
-3.68
CCAM
0.00
CTXC
-3.12
PCINGAAC
-0.522
PCINGACH
0.0178
PCINGBUS
0.0169
PCINGTXC
-0.0434
PINTRAZ
-0.211
PTGENSEXPRI 0.0202
PTGENSEXPUB -0.0185
PTGENTPRI
-0.129
PTGENTPUB
0.00499
PVIALAR
-0.752

Std err
------0.859
0.527
0.321
0.727
--fixed-0.664
0.346
0.0354
0.0329
0.0322
0.841
0.0253
0.00935
0.0281
0.00895
1.04

+9.130e-004
Convergence reached...
245
00:01
from analytical hessian
datos.dat

t-test
------1.91
-1.33
-3.16
-5.06

p-val
Rob. std err
---------------0.06 * 0.811
0.18 * 0.502
0.00
0.324
0.00
0.717

Rob. t-test
-----------2.03
-1.40
-3.13
-5.13

Rob. p-val
---------0.04
0.16
*
0.00
0.00

-4.70
-1.51
0.50
0.51
-1.35
-0.25
0.80
-1.98
-4.60
0.56
-0.73

0.00
0.13
0.61
0.61
0.18
0.80
0.42
0.05
0.00
0.58
0.47

-5.05
-1.74
0.61
0.54
-1.35
-0.25
0.80
-2.07
-5.00
0.58
-0.81

0.00
0.08
0.54
0.59
0.18
0.81
0.42
0.04
0.00
0.56
0.42

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI
CINAAC
2
ACH AV2 CACH * one + PTGENTPRI
CINACH + PVIALAR * DUMMYVL
7
BIC AV7 CBIC * one + PTGENTPRI *
5
BUS AV5 CBUS * one + PTGENTPUB
CINBUS
1
CAM AV1 CCAM * one + PTGENTPRI *
6
TXC AV6 CTXC * one + PTGENTPUB
CINTXC

0.618
0.300
0.0291
0.0315
0.0321
0.858
0.0253
0.00895
0.0258
* 0.00864
* 0.932
*
*
*
*
*
*

*
*
*
*
*
*

*
*

* TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


* TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
TGENBIC + PTGENSEXPRI * SEXTGENBIC + PINTRAZ * INT
* TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
TGENCAM + PTGENSEXPRI * SEXTGENCAM + PINTRAZ * INT
* TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

o) M14_PT_PFP
FP_TRA
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

Multinomial Logit
15
208
208
-294.423
-294.423
-203.398
182.051
0.309
0.258
+9.320e-003
Radius of the trust region is too small
451
00:03
from analytical hessian
datos.dat

Utility parameters
******************
Name
Value
-------CAAC
-1.76
CACH
-0.762

t-test
------2.01
-1.45

DICTUC S.A.

Std err
------0.876
0.525

p-val
----0.04
0.15 *

Rob. std err


-----------0.852
0.519

Rob. t-test
-----------2.06
-1.47

Rob. p-val
---------0.04
0.14
*

www.dictuc.cl

Informe Final

CBIC
CBUS
CCAM
CTXC
PCINGAAC
PCINGACH
PCINGBUS
PCINGTXC
PTGENSEXPRI
PTGENSEXPUB
PTGENTPRI
PTGENTPRI2
PTGENTPUB
PTGENTPUB2

201

-1.03
-3.74
0.00
-3.19
-0.513
0.00557
0.0152
-0.0435
0.0167
-0.0196
-0.150
0.000451
0.000133
4.10e-005

Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC + PTGENTPRI2
2
ACH AV2 CACH *
CINACH + PTGENTPRI2
7
BIC AV7 CBIC *
TGENBIC2
5
BUS AV5 CBUS *
CINBUS + PTGENTPUB2
1
CAM AV1 CCAM *
TGENCAM2
6
TXC AV6 CTXC *
CINTXC + PTGENTPUB2

H.2.2.2

0.310
1.00
--fixed-0.907
0.345
0.0279
0.0322
0.0322
0.0249
0.00946
0.0456
0.000711
0.0217
0.000140

-3.31
-3.73

0.00
0.00

0.329
0.938

-3.12
-3.99

0.00
0.00

-3.52
-1.49
0.20
0.47
-1.35
0.67
-2.07
-3.29
0.63
0.01
0.29

0.00
0.14
0.84
0.64
0.18
0.50
0.04
0.00
0.53
1.00
0.77

0.853
0.300
0.0233
0.0298
0.0324
0.0240
0.00878
0.0560
* 0.000919
* 0.0199
* 0.000117

-3.74
-1.71
0.24
0.51
-1.34
0.70
-2.23
-2.68
0.49
0.01
0.35

0.00
0.09
0.81
0.61
0.18
0.49
0.03
0.01
0.62
0.99
0.73

*
*
*
*
*

*
*
*
*
*

*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


* TGENAAC2
one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
* TGENACH2
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC + PTGENTPRI2 *
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
* TGENBUS2
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM + PTGENTPRI2 *
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *
* TGENTXC2

Propsito Otros

a) Modelo Escogido:MESC_PO_PFP
FP_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.98
CACH
-0.548
CBIC
-2.73
CBUS
-2.47
CCAM
0.00
CTXC
-3.17
PCINGACH
-0.0625
PCINGBUS
-0.00708
PCINGTXC
-0.0110

DICTUC S.A.

Std err
------0.267
0.307
0.184
0.315
--fixed-0.287
0.0330
0.00538
0.00630

Multinomial Logit
14
867
867
-1199.162
-1199.162
-741.879
914.566
0.381
0.370
+3.804e-003
Convergence reached...
39
00:01
from analytical hessian
datos.dat

t-test
------11.15
-1.79
-14.83
-7.84

p-val
Rob. std err
---------------0.00
0.277
0.07 * 0.317
0.00
0.182
0.00
0.331

Rob. t-test
-----------10.77
-1.73
-14.98
-7.45

Rob. p-val
---------0.00
0.08
*
0.00
0.00

-11.02
-1.89
-1.31
-1.75

0.00
0.06
0.19
0.08

-10.16
-2.08
-1.22
-1.25

0.00
0.04
0.22
0.21

0.312
* 0.0300
* 0.00580
* 0.00885

*
*

www.dictuc.cl

Informe Final

PINTRAZ
PTGENSEXPRI
PTGENSEXPUB
PTGENTPRI
PTGENTPUB
PVIALAR

202

1.74
-0.0277
-0.0106
-0.0887
-0.00968
2.04

0.463
0.0108
0.00491
0.00880
0.00425
1.21

3.76
-2.57
-2.16
-10.09
-2.28
1.68

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI *
2
ACH AV2 CACH * one + PTGENTPRI
CINACH + PVIALAR * DUMMYVL
7
BIC AV7 CBIC * one + PTGENTPRI *
5
BUS AV5 CBUS * one + PTGENTPUB
CINBUS
1
CAM AV1 CCAM * one + PTGENTPRI *
6
TXC AV6 CTXC * one + PTGENTPUB
CINTXC

0.00
0.01
0.03
0.00
0.02
0.09

0.464
0.0108
0.00524
0.00957
0.00410
* 1.15

3.76
-2.57
-2.03
-9.27
-2.36
1.77

0.00
0.01
0.04
0.00
0.02
0.08

TGENAAC + PTGENSEXPRI * SEXTGENAAC


* TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
TGENBIC + PTGENSEXPRI * SEXTGENBIC + PINTRAZ * INT
* TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
TGENCAM + PTGENSEXPRI * SEXTGENCAM + PINTRAZ * INT
* TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

b) M01_PO_PFP
FP_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-3.53
0.430
CACH
-0.859
0.345
CBIC
-3.30
0.310
CBUS
-2.60
0.344
CCAM
0.00
--fixed-CTXC
-3.35
0.377
PCINGAAC 0.0190
0.0379
PCINGACH -0.00991 0.0353
PCINGBUS -0.00430 0.00537
PCINGTXC -0.00925 0.00629
PTCAMBUS -0.0358 0.0172
PTCAMTXC -0.0837 0.0371
PTESPBUS -0.553
0.174
PTESPTXC -0.531
0.205
PTVIAAAC -0.0631 0.0630
PTVIAACH -0.118
0.0598
PTVIABIC -0.0610 0.0249
PTVIABUS 0.000779 0.0216
PTVIACAM -0.105
0.00867
PTVIATXC 0.0651
0.0350
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
PCINGBUS * CINBUS

DICTUC S.A.

Multinomial Logit
19
867
867
-1199.162
-1199.162
-743.577
911.171
0.380
0.364
+4.677e-003
Convergence reached...
22
00:01
from analytical hessian
datos.dat

t-test
------8.20
-2.49
-10.64
-7.57

p-val
----0.00
0.01
0.00
0.00

-8.89
0.50
-0.28
-0.80
-1.47
-2.09
-2.25
-3.18
-2.59
-1.00
-1.97
-2.45
0.04
-12.16
1.86

0.00
0.62
0.78
0.42
0.14
0.04
0.02
0.00
0.01
0.32
0.05
0.01
0.97
0.00
0.06

one + PTVIAAAC *
one + PTVIAACH *
one + PTVIABIC *
one + PTVIABUS

Rob. std err


-----------0.469
0.363
0.336
0.341
0.416
0.0411
0.0352
0.00566
0.00853
0.0159
0.0376
0.192
0.251
* 0.0672
0.0612
0.0253
* 0.0225
0.00928
* 0.0343

*
*
*
*

Rob. t-test
-----------7.52
-2.36
-9.82
-7.64

Rob. p-val
---------0.00
0.02
0.00
0.00

-8.06
0.46
-0.28
-0.76
-1.08
-2.25
-2.22
-2.89
-2.12
-0.94
-1.92
-2.41
0.03
-11.36
1.90

0.00
0.64
0.78
0.45
0.28
0.02
0.03
0.00
0.03
0.35
0.05
0.02
0.97
0.00
0.06

*
*
*
*

*
*
*
*

TVIAAC + PCINGAAC * CINAAC


TVIACH + PCINGACH * CINACH
TVIBIC
* TVIBUS + PTCAMBUS * TCABUS + PTESPBUS * TESBUS +

www.dictuc.cl

Informe Final

203

1
CAM AV1 CCAM * one + PTVIACAM * TVICAM
6
TXC AV6 CTXC * one + PTVIATXC * TVITXC + PTCAMTXC * TCATXC + PTESPTXC * TESTXC +
PCINGTXC * CINTXC

c) M02_PO_PFP
FP_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-2.43
0.269
CACH
-0.0411 0.253
CBIC
-2.30
0.171
CBUS
0.0525
0.165
CCAM
0.00
--fixed-CTXC
-1.06
0.158
PCINGAAC 0.0252
0.0337
PCINGACH -0.0253 0.0289
PCINGBUS -0.00356 0.00494
PCINGTXC -0.00634 0.00567
PTGEN
-0.0425 0.00434
PTGENSEX -0.00377 0.00535
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *

one
one
one
one
one
one

+
+
+
+
+
+

Multinomial Logit
11
867
867
-1199.162
-1199.162
-896.677
604.970
0.252
0.243
+6.319e-003
Convergence reached...
32
00:01
from analytical hessian
datos.dat

t-test
------9.05
-0.16
-13.48
0.32

p-val
Rob. std err
---------------0.00
0.287
0.87 * 0.263
0.00
0.173
0.75 * 0.151

Rob. t-test
-----------8.47
-0.16
-13.31
0.35

Rob. p-val
---------0.00
0.88
*
0.00
0.73
*

-6.70
0.75
-0.87
-0.72
-1.12
-9.78
-0.70

0.00
0.45
0.38
0.47
0.26
0.00
0.48

-6.26
0.72
-0.88
-0.70
-0.90
-8.85
-0.53

0.00
0.47
0.38
0.49
0.37
0.00
0.59

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENTXC

0.169
0.0351
0.0286
0.00510
0.00703
0.00480
* 0.00708
*
*
*
*

+
+
+
+
+
+

PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX

*
*
*
*
*
*

SEXTGENAAC
SEXTGENACH
SEXTGENBIC
SEXTGENBUS
SEXTGENCAM
SEXTGENTXC

*
*
*
*
*

+ PCINGAAC * CINAAC
+ PCINGACH * CINACH
+ PCINGBUS * CINBUS
+ PCINGTXC * CINTXC

d) M03_PO_PFP
FP_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value

DICTUC S.A.

Std err

Multinomial Logit
13
867
867
-1199.162
-1199.162
-753.905
890.513
0.371
0.360
+6.160e-003
Convergence reached...
33
00:01
from analytical hessian
datos.dat

t-test p-val

Rob. std err Rob. t-test Rob. p-val

www.dictuc.cl

Informe Final

---CAAC
CACH
CBIC
CBUS
CCAM
CTXC
PCINGAAC
PCINGACH
PCINGBUS
PCINGTXC
PTGENSEXPRI
PTGENSEXPUB
PTGENTPRI
PTGENTPUB

204

-----3.56
-1.13
-2.95
-3.10
0.00
-3.80
0.0205
-0.0346
-0.00750
-0.0113
-0.0281
-0.00939
-0.107
-0.0104

Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

------0.295
0.274
0.179
0.285
--fixed-0.256
0.0343
0.0291
0.00548
0.00636
0.0111
0.00492
0.00814
0.00432

------12.08
-4.11
-16.47
-10.86

----0.00
0.00
0.00
0.00

-14.84
0.60
-1.19
-1.37
-1.78
-2.52
-1.91
-13.17
-2.40

0.00
0.55
0.23
0.17
0.07
0.01
0.06
0.00
0.02

-----------0.325
0.285
0.177
0.287
0.273
0.0380
0.0295
0.00611
0.00909
0.0116
* 0.00518
0.00877
0.00422
*
*
*
*

-----------10.98
-3.96
-16.67
-10.78

---------0.00
0.00
0.00
0.00

-13.89
0.54
-1.18
-1.23
-1.25
-2.42
-1.81
-12.22
-2.46

0.00
0.59
0.24
0.22
0.21
0.02
0.07
0.00
0.01

*
*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

e) M04_PO_PFP
FP_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-3.57
CACH
-0.996
CBIC
-3.24
CBUS
-3.29
CCAM
0.00
CTXC
-3.46
PCINGAAC
0.0175
PCINGACH
-0.0178
PCINGBUS
-0.00446
PCINGTXC
-0.00829
PTGENAAC
-0.0927
PTGENACH
-0.138
PTGENBIC
-0.153
PTGENBUS
-0.0101
PTGENCAM
-0.107
PTGENSEXAAC -0.0682
PTGENSEXACH -0.0410
PTGENSEXBIC 0.0955
PTGENSEXBUS -0.00361
PTGENSEXCAM -0.0326

DICTUC S.A.

Std err
------0.431
0.351
0.326
0.297
--fixed-0.366
0.0382
0.0359
0.00524
0.00609
0.0629
0.0645
0.0357
0.00471
0.00842
0.0729
0.0634
0.0363
0.00632
0.0141

Multinomial Logit
21
867
867
-1199.162
-1199.162
-735.590
927.145
0.387
0.369
+1.567e-003
Convergence reached...
27
00:02
from analytical hessian
datos.dat

t-test
------8.29
-2.84
-9.94
-11.06

p-val
----0.00
0.00
0.00
0.00

-9.45
0.46
-0.50
-0.85
-1.36
-1.47
-2.15
-4.28
-2.14
-12.72
-0.94
-0.65
2.63
-0.57
-2.31

0.00
0.65
0.62
0.40
0.17
0.14
0.03
0.00
0.03
0.00
0.35
0.52
0.01
0.57
0.02

Rob. std err


-----------0.474
0.366
0.370
0.284
0.391
0.0422
0.0355
0.00502
0.00797
0.0656
0.0655
0.0496
0.00462
0.00897
* 0.0732
* 0.0668
0.0438
* 0.00620
0.0153
*
*
*
*
*

Rob. t-test
-----------7.54
-2.72
-8.77
-11.59

Rob. p-val
---------0.00
0.01
0.00
0.00

-8.83
0.41
-0.50
-0.89
-1.04
-1.41
-2.11
-3.08
-2.18
-11.94
-0.93
-0.61
2.18
-0.58
-2.14

0.00
0.68
0.62
0.37
0.30
0.16
0.03
0.00
0.03
0.00
0.35
0.54
0.03
0.56
0.03

*
*
*
*
*

*
*
*

www.dictuc.cl

Informe Final

205

PTGENSEXTXC -0.0152
PTGENTXC
-0.0187
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

0.0114
0.00887

-1.33
-2.10

0.18
0.04

* 0.0110
0.00923

-1.38
-2.02

0.17
0.04

one + PTGENAAC * TGENAAC + PTGENSEXAAC * SEXTGENAAC + PCINGAAC *


one + PTGENACH * TGENACH + PTGENSEXACH * SEXTGENACH + PCINGACH *
one + PTGENBIC * TGENBIC + PTGENSEXBIC * SEXTGENBIC
one + PTGENBUS * TGENBUS + PTGENSEXBUS * SEXTGENBUS + PCINGBUS *
one + PTGENCAM * TGENCAM + PTGENSEXCAM * SEXTGENCAM
one + PTGENTXC * TGENTXC + PTGENSEXTXC * SEXTGENTXC + PCINGTXC *

f) M05_PO_PFP
FP_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-3.46
CACH
-1.03
CBIC
-2.96
CBUS
-3.11
CCAM
0.00
CTXC
-3.81
PCINGAAC
0.0217
PCINGACH
-0.0232
PCINGBUS
-0.00715
PCINGTXC
-0.0110
PTGENSEXNM -0.0336
PTGENSEXPRI -0.0972
PTGENSEXPUB -0.0131
PTGENTNM
-0.105
PTGENTPRI
-0.102
PTGENTPUB
-0.00923
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

Std err
------0.367
0.324
0.180
0.286
--fixed-0.257
0.0366
0.0329
0.00547
0.00636
0.0118
0.0509
0.00562
0.00820
0.0499
0.00443

Multinomial Logit
15
867
867
-1199.162
-1199.162
-752.809
892.706
0.372
0.360
+4.714e-003
Convergence reached...
31
00:01
from analytical hessian
datos.dat

t-test
------9.42
-3.16
-16.47
-10.88

p-val
----0.00
0.00
0.00
0.00

-14.86
0.59
-0.71
-1.31
-1.73
-2.84
-1.91
-2.33
-12.86
-2.04
-2.08

0.00
0.55
0.48
0.19
0.08
0.00
0.06
0.02
0.00
0.04
0.04

Rob. std err


-----------0.389
0.345
0.177
0.287
0.274
0.0387
0.0325
0.00602
0.00906
0.0123
* 0.0520
0.00588
0.00881
0.0508
0.00437
*
*
*
*

Rob. t-test
-----------8.89
-2.97
-16.76
-10.81

Rob. p-val
---------0.00
0.00
0.00
0.00

-13.92
0.56
-0.71
-1.19
-1.22
-2.72
-1.87
-2.23
-11.96
-2.00
-2.11

0.00
0.58
0.48
0.23
0.22
0.01
0.06
0.03
0.00
0.05
0.03

*
*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTNM * TGENBIC + PTGENSEXNM * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTNM * TGENCAM + PTGENSEXNM * SEXTGENCAM
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

g) M06_PO_PFP
FP_OTR

DICTUC S.A.

www.dictuc.cl

Informe Final

206

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-3.57
CACH
-1.13
CBIC
-2.96
CBUS
-3.06
CCAM
0.00
CTXC
-3.77
PCINGAAC
0.0202
PCINGACH
-0.0350
PCINGBUS
-0.00751
PCINGTXC
-0.0113
PTGENSEXPRI -0.0287
PTGENSEXPUB -0.00959
PTGENTPRI
-0.107
PTGENTPUB
-0.0109
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

Std err
------0.295
0.274
0.179
0.288
--fixed-0.257
0.0343
0.0291
0.00547
0.00636
0.0112
0.00488
0.00812
0.00430

Multinomial Logit
13
867
867
-1199.162
-1199.162
-753.324
891.677
0.372
0.361
+1.676e-003
Convergence reached...
34
00:01
from analytical hessian
datos.dat

t-test
------12.09
-4.12
-16.48
-10.61

p-val
----0.00
0.00
0.00
0.00

-14.66
0.59
-1.20
-1.37
-1.78
-2.56
-1.96
-13.19
-2.52

0.00
0.56
0.23
0.17
0.08
0.01
0.05
0.00
0.01

*
*
*
*

Rob. std err


-----------0.325
0.285
0.177
0.291

Rob. t-test
-----------10.98
-3.97
-16.72
-10.51

Rob. p-val
---------0.00
0.00
0.00
0.00

0.275
0.0382
0.0295
0.00609
0.00907
0.0116
0.00514
0.00874
0.00420

-13.71
0.53
-1.19
-1.23
-1.25
-2.46
-1.87
-12.26
-2.58

0.00
0.60
0.23
0.22
0.21
0.01
0.06
0.00
0.01

*
*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

h) M07_PO_PFP
FP_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
--------

DICTUC S.A.

Std err
-------

Multinomial Logit
12
867
867
-1199.162
-1199.162
-753.491
891.343
0.372
0.362
+1.980e-003
Convergence reached...
32
00:01
from analytical hessian
datos.dat

t-test p-val
------ -----

Rob. std err Rob. t-test Rob. p-val


------------ ----------- ----------

www.dictuc.cl

Informe Final

CAAC
CACH
CBIC
CBUS
CCAM
CTXC
PCINGACH
PCINGBUS
PCINGTXC
PTGENSEXPRI
PTGENSEXPUB
PTGENTPRI
PTGENTPUB

207

-3.47
-1.12
-2.96
-3.05
0.00
-3.77
-0.0371
-0.00770
-0.0115
-0.0285
-0.00947
-0.107
-0.0111

Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
6
TXC AV6 CTXC *
CINTXC

0.243
0.273
0.179
0.288
--fixed-0.258
0.0289
0.00548
0.00637
0.0112
0.00488
0.00811
0.00428

-14.31
-4.09
-16.52
-10.60

0.00
0.00
0.00
0.00

0.244
0.282
0.177
0.291

-14.23
-3.96
-16.75
-10.50

0.00
0.00
0.00
0.00

-14.65
-1.28
-1.40
-1.81
-2.55
-1.94
-13.24
-2.59

0.00
0.20
0.16
0.07
0.01
0.05
0.00
0.01

0.276
* 0.0290
* 0.00613
* 0.00913
0.0116
* 0.00514
0.00875
0.00420

-13.69
-1.28
-1.26
-1.26
-2.46
-1.84
-12.27
-2.64

0.00
0.20
0.21
0.21
0.01
0.07
0.00
0.01

*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

i) M08_PO_PFP
FP_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-3.46
0.426
CACH
-0.857 0.348
CBIC
-3.28
0.310
CBUS
-3.04
1.28
CCAM
0.00
--fixed-CTXC
-16.3
509.
PCTOACH 0.00423 0.00343
PCTOBUS 0.00164 0.00494
PCTOTXC 0.0442 1.76
PTCAMBUS -0.0326 0.0172
PTCAMTXC -0.0798 0.0374
PTESPBUS -0.569 0.172
PTESPTXC -0.575 0.206
PTVIAAAC -0.0457 0.0578
PTVIAACH -0.279 0.133
PTVIABIC -0.0547 0.0249
PTVIABUS 0.00452 0.0217
PTVIACAM -0.102 0.00867
PTVIATXC 0.0714 0.0350

Multinomial Logit
18
867
867
-1199.162
-1199.162
-743.265
911.795
0.380
0.365
+6.390e-003
Convergence reached...
92
00:03
from analytical hessian
datos.dat

t-test
------8.13
-2.46
-10.60
-2.38

p-val
----0.00
0.01
0.00
0.02

-0.03
1.23
0.33
0.03
-1.89
-2.13
-3.31
-2.79
-0.79
-2.09
-2.20
0.21
-11.75
2.04

0.97
0.22
0.74
0.98
0.06
0.03
0.00
0.01
0.43
0.04
0.03
0.83
0.00
0.04

Rob. std err


-----------0.459
0.367
0.336
0.810
*
*
*
*
*

0.685
0.00327
0.00296
0.00196
0.0160
0.0381
0.190
0.252
* 0.0599
0.132
0.0259
* 0.0225
0.00914
0.0343

Rob. t-test
-----------7.54
-2.34
-9.76
-3.75

Rob. p-val
---------0.00
0.02
0.00
0.00

-23.75
1.29
0.55
22.52
-2.03
-2.09
-3.00
-2.28
-0.76
-2.11
-2.11
0.20
-11.14
2.08

0.00
0.20
0.58
0.00
0.04
0.04
0.00
0.02
0.45
0.04
0.03
0.84
0.00
0.04

*
*

*
*

Utility functions
*****************
3
AAC AV3 CAAC * one + PTVIAAAC * TVIAAC

DICTUC S.A.

www.dictuc.cl

Informe Final

2
ACH
7
BIC
5
BUS
PCTOBUS
1
CAM
6
TXC
PCTOTXC

AV2 CACH
AV7 CBIC
AV5 CBUS
* CTOBUS
AV1 CCAM
AV6 CTXC
* CTOTXC

208

* one + PTVIAACH * TVIACH + PCTOACH * CTOACH


* one + PTVIABIC * TVIBIC
* one + PTVIABUS * TVIBUS + PTCAMBUS * TCABUS + PTESPBUS * TESBUS +
* one + PTVIACAM * TVICAM
* one + PTVIATXC * TVITXC + PTCAMTXC * TCATXC + PTESPTXC * TESTXC +

j) M09_PO_PFP
FP_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-3.35
CACH
-1.17
CBIC
-3.04
CBUS
-3.10
CCAM
0.00
CTXC
-3.84
PCINGAAC
0.0363
PCINGAACSEX -0.296
PCINGACH
-0.0196
PCINGACHSEX -0.0434
PCINGBUS
-0.00144
PCINGBUSSEX -0.0289
PCINGTXC
-0.00537
PCINGTXCSEX -0.0229
PTGENSEXPRI -0.0481
PTGENSEXPUB -0.0115
PTGENTPRI
-0.103
PTGENTPUB
-0.00988

Std err
------0.304
0.276
0.185
0.287
--fixed-0.256
0.0353
0.129
0.0408
0.0444
0.00563
0.0120
0.00674
0.0113
0.0131
0.00586
0.00812
0.00440

Multinomial Logit
17
867
867
-1199.162
-1199.162
-746.063
906.198
0.378
0.364
+6.526e-003
Convergence reached...
65
00:02
from analytical hessian
datos.dat

t-test
------11.02
-4.24
-16.44
-10.80

p-val
----0.00
0.00
0.00
0.00

-15.02
1.03
-2.29
-0.48
-0.98
-0.26
-2.40
-0.80
-2.03
-3.66
-1.97
-12.74
-2.25

0.00
0.30
0.02
0.63
0.33
0.80
0.02
0.43
0.04
0.00
0.05
0.00
0.02

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI
CINAAC + PCINGAACSEX * CINAACSEX
2
ACH AV2 CACH * one + PTGENTPRI
CINACH + PCINGACHSEX * CINACHSEX
7
BIC AV7 CBIC * one + PTGENTPRI *
5
BUS AV5 CBUS * one + PTGENTPUB
CINBUS + PCINGBUSSEX * CINBUSSEX
1
CAM AV1 CCAM * one + PTGENTPRI *
6
TXC AV6 CTXC * one + PTGENTPUB
CINTXC + PCINGTXCSEX * CINTXCSEX

Rob. std err


-----------0.312
0.285
0.179
0.279
0.261
* 0.0312
0.0945
* 0.0432
* 0.0449
* 0.00544
0.0110
* 0.00876
0.0133
0.0140
0.00569
0.00862
0.00429

Rob. t-test
-----------10.74
-4.10
-17.00
-11.13

Rob. p-val
---------0.00
0.00
0.00
0.00

-14.71
1.16
-3.13
-0.45
-0.97
-0.26
-2.63
-0.61
-1.72
-3.44
-2.03
-12.00
-2.30

0.00
0.24
0.00
0.65
0.33
0.79
0.01
0.54
0.08
0.00
0.04
0.00
0.02

*
*
*
*
*
*

* TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


* TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
TGENBIC + PTGENSEXPRI * SEXTGENBIC
* TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
TGENCAM + PTGENSEXPRI * SEXTGENCAM
* TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

k) M10_PO_PFP
FP_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:

DICTUC S.A.

Multinomial Logit
15
867
867
-1199.162
-1199.162

www.dictuc.cl

Informe Final

209

Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-3.57
CACH
-1.13
CBIC
-2.96
CBUS
-3.06
CCAM
0.00
CTXC
-3.78
PCINGAAC
0.0205
PCINGACH
-0.0357
PCINGBUS
-0.00688
PCINGTXC
-0.0108
PTGENOLDPRI 0.00851
PTGENOLDPUB 0.00243
PTGENSEXPRI -0.0295
PTGENSEXPUB -0.00994
PTGENTPRI
-0.109
PTGENTPUB
-0.0114

Std err
------0.295
0.275
0.180
0.289
--fixed-0.258
0.0344
0.0292
0.00554
0.00642
0.0114
0.00546
0.0113
0.00498
0.00863
0.00441

Utility functions
*****************
3
AAC AV3 CAAC * one
OLDTGENAAC + PCINGAAC *
2
ACH AV2 CACH * one
OLDTGENACH + PCINGACH *
7
BIC AV7 CBIC * one
OLDTGENBIC
5
BUS AV5 CBUS * one
OLDTGENBUS + PCINGBUS *
1
CAM AV1 CCAM * one
OLDTGENCAM
6
TXC AV6 CTXC * one
OLDTGENTXC + PCINGTXC *

-753.044
892.237
0.372
0.360
+4.958e-003
Convergence reached...
30
00:01
from analytical hessian
datos.dat

t-test
------12.08
-4.12
-16.43
-10.59

p-val
----0.00
0.00
0.00
0.00

-14.65
0.60
-1.22
-1.24
-1.68
0.75
0.45
-2.62
-2.00
-12.65
-2.60

0.00
0.55
0.22
0.21
0.09
0.46
0.66
0.01
0.05
0.00
0.01

*
*
*
*
*
*

Rob. std err


-----------0.326
0.286
0.177
0.292

Rob. t-test
-----------10.95
-3.96
-16.75
-10.47

Rob. p-val
---------0.00
0.00
0.00
0.00

0.277
0.0386
0.0296
0.00617
0.00926
0.0121
0.00552
0.0116
0.00528
0.00949
0.00430

-13.65
0.53
-1.20
-1.12
-1.17
0.70
0.44
-2.55
-1.88
-11.51
-2.66

0.00
0.59
0.23
0.26
0.24
0.48
0.66
0.01
0.06
0.00
0.01

*
*
*
*
*
*
*

+ PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PTGENOLDPRI *


CINAAC
+ PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PTGENOLDPRI *
CINACH
+ PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC + PTGENOLDPRI *
+ PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PTGENOLDPUB *
CINBUS
+ PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM + PTGENOLDPRI *
+ PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PTGENOLDPUB *
CINTXC

l) M11_PO_PFP
FP_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-3.08
CACH
-0.561

DICTUC S.A.

Std err
------0.316
0.308

Multinomial Logit
15
867
867
-1199.162
-1199.162
-741.710
914.903
0.381
0.369
+5.594e-003
Convergence reached...
41
00:01
from analytical hessian
datos.dat

t-test
------9.72
-1.82

p-val
----0.00
0.07 *

Rob. std err


-----------0.353
0.320

Rob. t-test
-----------8.72
-1.75

Rob. p-val
---------0.00
0.08
*

www.dictuc.cl

Informe Final

CBIC
CBUS
CCAM
CTXC
PCINGAAC
PCINGACH
PCINGBUS
PCINGTXC
PINTRAZ
PTGENSEXPRI
PTGENSEXPUB
PTGENTPRI
PTGENTPUB
PVIALAR

210

-2.72
-2.48
0.00
-3.17
0.0204
-0.0604
-0.00688
-0.0108
1.74
-0.0279
-0.0108
-0.0884
-0.00945
2.04

0.184
0.315
--fixed-0.287
0.0345
0.0332
0.00538
0.00629
0.463
0.0108
0.00492
0.00881
0.00427
1.21

-14.79 0.00
-7.85 0.00
-11.03
0.59
-1.82
-1.28
-1.72
3.76
-2.59
-2.19
-10.04
-2.21
1.68

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI
CINAAC
2
ACH AV2 CACH * one + PTGENTPRI
CINACH + PVIALAR * DUMMYVL
7
BIC AV7 CBIC * one + PTGENTPRI *
5
BUS AV5 CBUS * one + PTGENTPUB
CINBUS
1
CAM AV1 CCAM * one + PTGENTPRI *
6
TXC AV6 CTXC * one + PTGENTPUB
CINTXC

0.00
0.55
0.07
0.20
0.08
0.00
0.01
0.03
0.00
0.03
0.09

0.182
0.332

-14.96
-7.46

0.00
0.00

0.311
0.0386
0.0306
0.00577
0.00878
0.464
0.0108
0.00524
0.00955
0.00410
* 1.14

-10.17
0.53
-1.98
-1.19
-1.23
3.76
-2.58
-2.05
-9.26
-2.30
1.78

0.00
0.60
0.05
0.23
0.22
0.00
0.01
0.04
0.00
0.02
0.07

*
*
*
*

*
*
*

* TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


* TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
TGENBIC + PTGENSEXPRI * SEXTGENBIC + PINTRAZ * INT
* TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
TGENCAM + PTGENSEXPRI * SEXTGENCAM + PINTRAZ * INT
* TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

m) M12_PO_PFP
FP_OTR
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-3.93
CACH
-1.49
CBIC
-3.08
CBUS
-3.97
CCAM
0.00
CTXC
-4.69
PCINGAAC
0.0312
PCINGACH
-0.0257
PCINGBUS
-0.00809
PCINGTXC
-0.0118
PTGENSEXPRI -0.0243
PTGENSEXPUB -0.00939
PTGENTPRI
-0.168
PTGENTPRI2 0.00105
PTGENTPUB
-0.000219
PTGENTPUB2 -8.64e-005

Multinomial Logit
15
867
867
-1199.162
-1199.162
-746.649
905.027
0.377
0.365
+4.448e-002
Radius of the trust region is too small
161
00:03
from analytical hessian
datos.dat

Std err
------0.319
0.300
0.186
0.478
--fixed-0.448
0.0344
0.0294
0.00542
0.00634
0.0107
0.00495
0.0192
0.000270
0.0134
9.54e-005

t-test
------12.32
-4.97
-16.59
-8.30

p-val
----0.00
0.00
0.00
0.00

-10.48
0.91
-0.87
-1.49
-1.85
-2.26
-1.90
-8.77
3.89
-0.02
-0.91

0.00
0.37
0.38
0.14
0.06
0.02
0.06
0.00
0.00
0.99
0.37

Rob. std err


-----------0.346
0.311
0.183
0.465
0.448
0.0362
0.0308
0.00583
0.00905
0.0104
* 0.00532
0.0193
0.000302
* 0.0136
* 9.41e-005
*
*
*
*

Rob. t-test
-----------11.38
-4.79
-16.79
-8.55

Rob. p-val
---------0.00
0.00
0.00
0.00

-10.47
0.86
-0.84
-1.39
-1.30
-2.34
-1.77
-8.72
3.47
-0.02
-0.92

0.00
0.39
0.40
0.16
0.19
0.02
0.08
0.00
0.00
0.99
0.36

*
*
*
*
*
*
*

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *
CINAAC + PTGENTPRI2 * TGENAAC2

DICTUC S.A.

www.dictuc.cl

Informe Final

211

2
ACH AV2 CACH *
CINACH + PTGENTPRI2
7
BIC AV7 CBIC *
TGENBIC2
5
BUS AV5 CBUS *
CINBUS + PTGENTPUB2
1
CAM AV1 CCAM *
TGENCAM2
6
TXC AV6 CTXC *
CINTXC + PTGENTPUB2

H.2.2.3

one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *


* TGENACH2
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC + PTGENTPRI2 *
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
* TGENBUS2
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM + PTGENTPRI2 *
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *
* TGENTXC2

Propsito Estudios

a) Modelo Escogido: MESC_PE_PFP


FP_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-0.743 0.408
CACH
0.974
0.679
CBIC
-2.35
0.609
CBUS
0.990
0.332
CCAM
0.00
--fixed-CFES
-0.839 0.490
CTXC
-1.06
0.392
PCING
-0.0117 0.0131
PTGEN
-0.0186 0.00767
PTGENOLD 0.0116 0.00733
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *

one
one
one
one
one
one
one

+
+
+
+
+
+
+

Multinomial Logit
9
148
148
-222.695
-222.695
-184.087
77.215
0.173
0.133
+5.750e-004
Convergence reached...
23
00:00
from analytical hessian
datos.dat

t-test
------1.82
1.43
-3.86
2.99

p-val
Rob. std err
---------------0.07 * 0.423
0.15 * 0.675
0.00
0.626
0.00
0.299

Rob. t-test
-----------1.75
1.44
-3.76
3.31

Rob. p-val
---------0.08
*
0.15
*
0.00
0.00

-1.71
-2.71
-0.89
-2.42
1.58

0.09
0.01
0.37
0.02
0.11

-1.83
-2.76
-1.04
-2.28
1.50

0.07
0.01
0.30
0.02
0.13

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*
*

* 0.458
0.385
* 0.0112
0.00817
* 0.00772

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENFES
TGENTXC

+
+
+
+
+
+
+

PTGENOLD
PTGENOLD
PTGENOLD
PTGENOLD
PTGENOLD
PTGENOLD
PTGENOLD

*
*
*
*
*
*
*

OLDTGENAAC
OLDTGENACH
OLDTGENBIC
OLDTGENBUS
OLDTGENCAM
OLDTGENFES
OLDTGENTXC

*
*
*

+ PCING * CINAAC
+ PCING * CINACH
+ PCING * CINBUS
+ PCING * CINFES
+ PCING * CINTXC

b) M01_PE_PFP
FP_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:

DICTUC S.A.

Multinomial Logit
22
148
148
-234.692

www.dictuc.cl

Informe Final

212

Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-2.33
0.847
CACH
-0.114
2.45
CBIC
-3.30
1.16
CBUS
-2.07
0.713
CCAM
0.00
--fixed-CFES
-3.42
0.749
CTXC
-3.53
1.20
PCINGAAC 0.0593
0.125
PCINGACH 1.16
0.806
PCINGBUS -0.0340 0.0353
PCINGFES -0.00999 0.0144
PCINGTXC -0.0122 0.0243
PTCAMBUS 0.00126 0.0274
PTCAMTXC -0.126
0.0943
PTESPBUS -0.232
0.309
PTESPTXC 0.278
0.327
PTVIAAAC -0.184
0.128
PTVIAACH -1.53
1.12
PTVIABIC -0.130
0.0988
PTVIABUS -0.00469 0.0387
PTVIACAM -0.124
0.0241
PTVIAFES -0.0505 0.0523
PTVIATXC 0.0135
0.0690
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
PCINGBUS * CINBUS
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *
PCINGTXC * CINTXC

-234.692
-157.248
154.887
0.330
0.236
+2.514e+000
Maximum number of iterations reached
1000
00:08
from analytical hessian
datos.dat

t-test
------2.75
-0.05
-2.85
-2.90

p-val
Rob. std err
---------------0.01
0.909
0.96 * 2.42
0.00
1.20
0.00
0.733

Rob. t-test
-----------2.56
-0.05
-2.75
-2.82

Rob. p-val
---------0.01
0.96
*
0.01
0.00

-4.57
-2.95
0.47
1.43
-0.97
-0.69
-0.50
0.05
-1.33
-0.75
0.85
-1.44
-1.37
-1.32
-0.12
-5.14
-0.97
0.20

0.00
0.00
0.64
0.15
0.33
0.49
0.62
0.96
0.18
0.45
0.40
0.15
0.17
0.19
0.90
0.00
0.33
0.84

-5.12
-3.71
0.54
1.73
-1.27
-1.00
-0.94
0.05
-2.10
-0.71
0.72
-1.13
-1.55
-1.24
-0.12
-6.22
-1.19
0.25

0.00
0.00
0.59
0.08
0.20
0.32
0.35
0.96
0.04
0.48
0.47
0.26
0.12
0.21
0.90
0.00
0.23
0.80

one + PTVIAAAC *
one + PTVIAACH *
one + PTVIABIC *
one + PTVIABUS

*
*
*
*
*
*
*
*
*
*
*
*
*
*
*

0.668
0.953
0.110
0.666
0.0268
0.00995
0.0130
0.0273
0.0598
0.327
0.385
0.163
0.990
0.105
0.0391
0.0199
0.0425
0.0542

*
*
*
*
*
*
*
*
*
*
*
*
*
*

TVIAAC + PCINGAAC * CINAAC


TVIACH + PCINGACH * CINACH
TVIBIC
* TVIBUS + PTCAMBUS * TCABUS + PTESPBUS * TESBUS +

one + PTVIACAM * TVICAM


one + PTVIAFES * TVIFES + PCINGFES * CINFES
one + PTVIATXC * TVITXC + PTCAMTXC * TCATXC + PTESPTXC * TESTXC +

c) M02_PE_PFP
FP_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

DICTUC S.A.

Multinomial Logit
13
148
148
-234.692
-234.692
-188.450
92.484
0.197
0.142
+1.558e+000
Maximum number of iterations reached
1000
00:05
from analytical hessian
datos.dat

www.dictuc.cl

Informe Final

213

Utility parameters
******************
Name
Value
Std err
-------------CAAC
-0.689
0.586
CACH
-0.374
1.38
CBIC
-2.23
0.602
CBUS
0.797
0.344
CCAM
0.00
--fixed-CFES
-1.09
0.520
CTXC
-1.25
0.414
PCINGAAC 0.0108
0.103
PCINGACH 0.157
0.157
PCINGBUS -0.0176 0.0299
PCINGFES -0.0565 0.0747
PCINGTXC -0.00252 0.0187
PTGEN
-0.00425 0.00595
PTGENSEX -0.0117 0.00662
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *

one
one
one
one
one
one
one

+
+
+
+
+
+
+

t-test
------1.17
-0.27
-3.70
2.31

p-val
Rob. std err
---------------0.24 * 0.565
0.79 * 0.942
0.00
0.603
0.02
0.343

Rob. t-test
-----------1.22
-0.40
-3.69
2.33

Rob. p-val
---------0.22
*
0.69
*
0.00
0.02

-2.10
-3.02
0.10
1.00
-0.59
-0.76
-0.13
-0.71
-1.77

0.04
0.00
0.92
0.32
0.56
0.45
0.89
0.48
0.08

*
*
*
*
*
*
*

0.458
0.385
0.0977
0.0958
0.0359
0.0584
0.00853
0.00592
0.00736

-2.38
-3.24
0.11
1.64
-0.49
-0.97
-0.30
-0.72
-1.59

0.02
0.00
0.91
0.10
0.62
0.33
0.77
0.47
0.11

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENFES
TGENTXC

+
+
+
+
+
+
+

PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*
*

*
*
*
*
*
*
*

SEXTGENAAC
SEXTGENACH
SEXTGENBIC
SEXTGENBUS
SEXTGENCAM
SEXTGENFES
SEXTGENTXC

*
*
*
*
*
*
*

+ PCINGAAC * CINAAC
+ PCINGACH * CINACH
+ PCINGBUS * CINBUS
+ PCINGFES * CINBUS
+ PCINGTXC * CINTXC

d) M03_PE_PFP
FP_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.24
CACH
-1.50
CBIC
-3.25
CBUS
-1.87
CCAM
0.00
CFES
-3.09
CTXC
-3.76
PCINGAAC
0.000944
PCINGACH
0.126
PCINGBUS
-0.0452
PCINGFES
-0.0114
PCINGTXC
-0.0164
PTGENSEXFES 0.127
PTGENSEXPRI -0.00548
PTGENSEXPUB -0.00434
PTGENTFES
-0.137
PTGENTPRI
-0.116
PTGENTPUB
-0.00140

Std err
------0.666
1.28
0.619
0.589
--fixed-0.765
0.609
0.109
0.138
0.0317
0.0171
0.0198
0.0838
0.0271
0.00758
0.0837
0.0250
0.00680

Multinomial Logit
17
148
148
-234.692
-234.692
-159.047
151.291
0.322
0.250
+1.463e+001
Maximum number of iterations reached
1000
00:06
from analytical hessian
datos.dat

t-test
------3.36
-1.18
-5.25
-3.16

p-val
Rob. std err
---------------0.00
0.574
0.24 * 1.01
0.00
0.617
0.00
0.540

Rob. t-test
-----------3.90
-1.49
-5.26
-3.46

Rob. p-val
---------0.00
0.14
*
0.00
0.00

-4.04
-6.18
0.01
0.91
-1.43
-0.67
-0.83
1.51
-0.20
-0.57
-1.63
-4.62
-0.21

0.00
0.00
0.99
0.36
0.15
0.50
0.41
0.13
0.84
0.57
0.10
0.00
0.84

-4.85
-7.31
0.01
1.38
-1.67
-0.84
-1.79
1.63
-0.25
-0.64
-1.96
-5.25
-0.20

0.00
0.00
0.99
0.17
0.09
0.40
0.07
0.10
0.80
0.52
0.05
0.00
0.84

*
*
*
*
*
*
*
*
*
*

0.637
0.515
0.103
0.0911
0.0270
0.0136
0.00916
0.0776
0.0221
0.00674
0.0697
0.0220
0.00709

*
*
*
*
*
*
*
*
*

Utility functions

DICTUC S.A.

www.dictuc.cl

Informe Final

*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
4
FES AV4 CFES *
CINFES
6
TXC AV6 CTXC *
CINTXC

214

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM
one + PTGENTFES * TGENFES + PTGENSEXFES * SEXTGENFES + PCINGFES *
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

e) M04_PE_PFP
FP_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.27
CACH
-0.0222
CBIC
-2.06
CBUS
-1.83
CCAM
0.00
CFES
-3.04
CTXC
-2.27
PCINGAAC
0.124
PCINGACH
1.20
PCINGBUS
-0.0458
PCINGFES
-0.00968
PCINGTXC
-0.0154
PTGENAAC
-0.216
PTGENACH
-2.21
PTGENBIC
-1.33
PTGENBUS
0.00188
PTGENCAM
-0.102
PTGENFES
-0.119
PTGENSEXAAC -2.00
PTGENSEXACH 0.960
PTGENSEXBIC 1.18
PTGENSEXBUS -0.00984
PTGENSEXCAM -0.0208
PTGENSEXFES 0.0909
PTGENSEXTXC -0.00887
PTGENTXC
-0.0314

Std err
------0.860
3.63
1.14
0.596
--fixed-0.747
1.01
0.146
0.983
0.0332
0.0156
0.0231
0.133
1.48
2.13
0.00738
0.0243
0.0849
2.48
0.859
2.11
0.00938
0.0294
0.0907
0.0201
0.0241

Multinomial Logit
25
148
148
-234.692
-234.692
-145.070
179.245
0.382
0.275
+6.045e+000
Maximum number of iterations reached
1000
00:09
from analytical hessian
datos.dat

t-test
------1.47
-0.01
-1.81
-3.08

p-val
Rob. std err
---------------0.14 * 0.897
1.00 * 1.12
0.07 * 1.13
0.00
0.555

Rob. t-test
-----------1.41
-0.02
-1.82
-3.30

Rob. p-val
---------0.16
*
0.98
*
0.07
*
0.00

-4.07
-2.25
0.85
1.22
-1.38
-0.62
-0.67
-1.62
-1.49
-0.62
0.26
-4.18
-1.40
-0.81
1.12
0.56
-1.05
-0.71
1.00
-0.44
-1.30

0.00
0.02
0.40
0.22
0.17
0.54
0.50
0.10
0.14
0.53
0.80
0.00
0.16
0.42
0.26
0.58
0.29
0.48
0.32
0.66
0.19

-4.99
-3.20
0.96
4.61
-1.78
-0.82
-1.27
-1.26
-5.59
-2.12
0.23
-5.25
-1.71
-5.72
3.72
2.13
-1.08
-0.91
1.08
-0.47
-1.91

0.00
0.00
0.34
0.00
0.08
0.41
0.21
0.21
0.00
0.03
0.81
0.00
0.09
0.00
0.00
0.03
0.28
0.36
0.28
0.64
0.06

*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*

0.609
0.710
0.130
0.261
0.0258
0.0118
0.0122
0.172
0.395
0.628
0.00803
0.0194
0.0694
0.349
0.258
0.554
0.00913
0.0228
0.0838
0.0189
0.0164

*
*
*
*
*
*
*

*
*
*
*
*

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENAAC * TGENAAC + PTGENSEXAAC * SEXTGENAAC + PCINGAAC *
CINAAC
2
ACH AV2 CACH * one + PTGENACH * TGENACH + PTGENSEXACH * SEXTGENACH + PCINGACH *
CINACH
7
BIC AV7 CBIC * one + PTGENBIC * TGENBIC + PTGENSEXBIC * SEXTGENBIC

DICTUC S.A.

www.dictuc.cl

Informe Final

5
BUS
CINBUS
1
CAM
4
FES
CINFES
6
TXC
CINTXC

215

AV5 CBUS * one + PTGENBUS * TGENBUS + PTGENSEXBUS * SEXTGENBUS + PCINGBUS *


AV1 CCAM * one + PTGENCAM * TGENCAM + PTGENSEXCAM * SEXTGENCAM
AV4 CFES * one + PTGENFES * TGENFES + PTGENSEXFES * SEXTGENFES + PCINGFES *
AV6 CTXC * one + PTGENTXC * TGENTXC + PTGENSEXTXC * SEXTGENTXC + PCINGTXC *

f) M05_PE_PFP
FP_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.51
CACH
-1.37
CBIC
-3.20
CBUS
-1.77
CCAM
0.00
CFES
-3.08
CTXC
-3.67
PCINGAAC
0.129
PCINGACH
0.370
PCINGBUS
-0.0392
PCINGFES
-0.00982
PCINGTXC
-0.0140
PTGENFES
-0.109
PTGENSEXFES 0.0762
PTGENSEXNM -0.0217
PTGENSEXPRI -0.281
PTGENSEXPUB -0.0122
PTGENTNM
-0.102
PTGENTPRI
-0.221
PTGENTPUB
0.00152
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
4
FES AV4 CFES *
CINFES
6
TXC AV6 CTXC *
CINTXC

Std err
------0.797
1.42
0.615
0.587
--fixed-0.762
0.606
0.132
0.192
0.0325
0.0164
0.0199
0.0829
0.0869
0.0279
0.155
0.00892
0.0246
0.131
0.00717

Multinomial Logit
19
148
148
-234.692
-234.692
-156.524
156.337
0.333
0.252
+1.478e+001
Maximum number of iterations reached
1000
00:06
from analytical hessian
datos.dat

t-test
------1.90
-0.97
-5.20
-3.02

p-val
Rob. std err
---------------0.06 * 0.799
0.33 * 1.20
0.00
0.606
0.00
0.529

Rob. t-test
-----------1.89
-1.14
-5.27
-3.35

Rob. p-val
---------0.06
*
0.25
*
0.00
0.00

-4.05
-6.05
0.98
1.93
-1.21
-0.60
-0.70
-1.31
0.88
-0.78
-1.81
-1.37
-4.16
-1.68
0.21

0.00
0.00
0.33
0.05
0.23
0.55
0.48
0.19
0.38
0.44
0.07
0.17
0.00
0.09
0.83

-4.96
-7.25
1.17
2.39
-1.51
-0.77
-1.52
-1.62
0.93
-0.92
-1.76
-1.35
-4.95
-1.22
0.19

0.00
0.00
0.24
0.02
0.13
0.44
0.13
0.11
0.35
0.36
0.08
0.18
0.00
0.22
0.85

*
*
*
*
*
*
*
*
*
*
*
*

0.622
0.505
0.110
0.155
0.0259
0.0127
0.00922
0.0672
0.0824
0.0236
0.160
0.00904
0.0207
0.182
0.00811

*
*
*
*
*
*
*
*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTNM * TGENBIC + PTGENSEXNM * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTNM * TGENCAM + PTGENSEXNM * SEXTGENCAM
one + PTGENFES * TGENFES + PTGENSEXFES * SEXTGENFES + PCINGFES *
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

g) M06_PE_PFP
FP_EST
Model: Multinomial Logit
Number of estimated parameters: 17

DICTUC S.A.

www.dictuc.cl

Informe Final

216

Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.22
CACH
-1.49
CBIC
-3.24
CBUS
-1.84
CCAM
0.00
CFES
-3.07
CTXC
-3.75
PCINGAAC
0.00248
PCINGACH
0.126
PCINGBUS
-0.0445
PCINGFES
-0.0108
PCINGTXC
-0.0167
PTGENFES
-0.136
PTGENSEXFES 0.126
PTGENSEXPRI -0.00537
PTGENSEXPUB -0.00423
PTGENTPRI
-0.114
PTGENTPUB
-0.00133
Utility functions
*****************
3
AAC AV3 CAAC *
CINAAC
2
ACH AV2 CACH *
CINACH
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
CINBUS
1
CAM AV1 CCAM *
4
FES AV4 CFES *
CINFES
6
TXC AV6 CTXC *
CINTXC

Std err
------0.664
1.28
0.619
0.591
--fixed-0.758
0.611
0.108
0.138
0.0316
0.0167
0.0203
0.0831
0.0835
0.0269
0.00747
0.0248
0.00675

148
148
-234.692
-234.692
-159.071
151.242
0.322
0.250
+7.166e+000
Maximum number of iterations reached
1000
00:06
from analytical hessian
datos.dat

t-test
------3.35
-1.16
-5.24
-3.12

p-val
Rob. std err
---------------0.00
0.572
0.25 * 1.01
0.00
0.617
0.00
0.542

Rob. t-test
-----------3.89
-1.47
-5.25
-3.40

Rob. p-val
---------0.00
0.14
*
0.00
0.00

-4.05
-6.14
0.02
0.91
-1.41
-0.65
-0.82
-1.64
1.51
-0.20
-0.57
-4.60
-0.20

0.00
0.00
0.98
0.36
0.16
0.52
0.41
0.10
0.13
0.84
0.57
0.00
0.84

-4.89
-7.24
0.02
1.38
-1.66
-0.83
-1.75
-1.97
1.64
-0.25
-0.64
-5.27
-0.19

0.00
0.00
0.98
0.17
0.10
0.41
0.08
0.05
0.10
0.81
0.52
0.00
0.85

*
*
*
*
*
*
*
*
*
*

0.628
0.518
0.102
0.0912
0.0269
0.0130
0.00954
0.0689
0.0770
0.0218
0.00664
0.0217
0.00704

*
*
*
*
*
*
*
*
*

one + PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


one + PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
one + PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC
one + PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
one + PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM
one + PTGENFES * TGENFES + PTGENSEXFES * SEXTGENFES + PCINGFES *
one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

h) M07_PE_PFP
FP_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

DICTUC S.A.

Multinomial Logit
22
148
148
-234.692
-234.692
-160.398
148.587
0.317
0.223
+1.296e-002
Maximum number of iterations reached
1000
00:08
from analytical hessian
datos.dat

www.dictuc.cl

Informe Final

Utility parameters
******************
Name
Value
-------CAAC
-2.67
CACH
-2.12
CBIC
-3.64
CBUS
-2.47
CCAM
0.00
CFES
-1.51e-005
CTXC
-4.58
PCTOAAC 0.0156
PCTOACH 0.0205
PCTOBUS 0.00226
PCTOFES -0.00756
PCTOTXC 0.00194
PTCAMBUS -0.00117
PTCAMTXC -0.0960
PTESPBUS -0.309
PTESPTXC 0.317
PTVIAAAC -0.440
PTVIAACH -0.782
PTVIABIC -0.109
PTVIABUS -0.00610
PTVIACAM -0.128
PTVIAFES -0.0478
PTVIATXC 0.0238
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
PCTOBUS * CTOBUS
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *
PCTOTXC * CTOTXC

217

Std err
------0.890
1.76
1.24
0.870
--fixed-6.97e+005
1.37
0.0173
0.0280
0.00555
1.39e+003
0.00289
0.0272
0.0934
0.308
0.332
0.336
1.00
0.101
0.0383
0.0251
0.0515
0.0693

t-test
------3.00
-1.20
-2.93
-2.84

p-val
Rob. std err
---------------0.00
1.01
0.23 * 1.67
0.00
1.38
0.00
0.897

Rob. t-test
-----------2.65
-1.26
-2.64
-2.76

Rob. p-val
---------0.01
0.21
*
0.01
0.01

-0.00
-3.35
0.91
0.73
0.41
-0.00
0.67
-0.04
-1.03
-1.00
0.96
-1.31
-0.78
-1.08
-0.16
-5.08
-0.93
0.34

1.00
0.00
0.37
0.46
0.68
1.00
0.50
0.97
0.30
0.32
0.34
0.19
0.44
0.28
0.87
0.00
0.35
0.73

-0.00
-3.59
1.04
0.84
0.37
-0.00
0.65
-0.04
-1.65
-0.93
0.85
-1.69
-0.85
-1.01
-0.17
-5.97
-1.21
0.43

1.00
0.00
0.30
0.40
0.71
1.00
0.51
0.96
0.10
0.35
0.40
0.09
0.39
0.31
0.87
0.00
0.23
0.67

one + PTVIAAAC *
one + PTVIAACH *
one + PTVIABIC *
one + PTVIABUS

* 1.80e+308
1.28
* 0.0151
* 0.0244
* 0.00610
* 25.9
* 0.00296
* 0.0265
* 0.0581
* 0.333
* 0.373
* 0.259
* 0.919
* 0.107
* 0.0365
0.0214
* 0.0396
* 0.0555

*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*

TVIAAC + PCTOAAC * CTOAAC


TVIACH + PCTOACH * CTOACH
TVIBIC
* TVIBUS + PTCAMBUS * TCABUS + PTESPBUS * TESBUS +

one + PTVIACAM * TVICAM


one + PTVIAFES * TVIFES + PCTOFES * CTOFES
one + PTVIATXC * TVITXC + PTCAMTXC * TCATXC + PTESPTXC * TESTXC +

i) M08_PE_PFP
FP_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-0.608
0.578
CACH
-0.295
1.36
CBIC
-2.13
0.584
CBUS
0.771
0.342
CCAM
0.00
--fixed-CFES
-0.984
0.517
CTXC
-1.26
0.411
PCINGAAC 0.00512 0.103
PCINGACH 0.166
0.153

DICTUC S.A.

Multinomial Logit
12
148
148
-234.692
-234.692
-190.177
89.031
0.190
0.139
+2.811e+000
Maximum number of iterations reached
1000
00:04
from analytical hessian
datos.dat

t-test
------1.05
-0.22
-3.64
2.25

p-val
Rob. std err
---------------0.29 * 0.537
0.83 * 0.986
0.00
0.573
0.02
0.349

Rob. t-test
-----------1.13
-0.30
-3.71
2.21

Rob. p-val
---------0.26
*
0.76
*
0.00
0.03

-1.90
-3.06
0.05
1.08

0.06
0.00
0.96
0.28

-2.13
-3.32
0.05
1.74

0.03
0.00
0.96
0.08

* 0.461
0.379
* 0.0948
* 0.0951

*
*

www.dictuc.cl

Informe Final

PCINGBUS
PCINGFES
PCINGTXC
PTGEN

-0.0175
-0.0652
-0.00246
-0.00773

218

0.0301
0.0757
0.0185
0.00549

Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *

one
one
one
one
one
one
one

+
+
+
+
+
+
+

-0.58
-0.86
-0.13
-1.41

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*
*

0.56
0.39
0.89
0.16

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENFES
TGENTXC

*
*
*
*

0.0389
0.0607
0.00846
0.00538

-0.45
-1.07
-0.29
-1.44

0.65
0.28
0.77
0.15

*
*
*
*

+ PCINGAAC * CINAAC
+ PCINGACH * CINACH
+ PCINGBUS * CINBUS
+ PCINGFES * CINBUS
+ PCINGTXC * CINTXC

j) M09_PE_PFP
FP_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-2.36
CACH
-1.03
CBIC
-3.42
CBUS
-2.16
CCAM
0.00
CFES
-3.59
CTXC
-4.22
PCINGAAC
0.122
PCINGAACSEX -1.97
PCINGACH
-1.07
PCINGACHSEX 1.19
PCINGBUS
-0.0260
PCINGBUSSEX -0.0772
PCINGFES
-0.00652
PCINGFESSEX -0.00398
PCINGTXC
-0.0142
PCINGTXCSEX 0.00553
PTGENFES
-0.107
PTGENSEXFES 0.0837
PTGENSEXPRI -0.0250
PTGENSEXPUB -0.00687
PTGENTPRI
-0.119
PTGENTPUB
1.89e-005

Std err
------0.715
1.69
0.632
0.657
--fixed-0.792
0.665
0.116
3.23
1.56
1.52
0.0428
0.0851
0.0227
0.0278
0.0278
0.0454
0.0901
0.0971
0.0328
0.00966
0.0273
0.00746

Multinomial Logit
22
148
148
-234.692
-234.692
-149.371
170.643
0.364
0.270
+4.641e+000
Maximum number of iterations reached
1000
00:08
from analytical hessian
datos.dat

t-test
------3.30
-0.61
-5.41
-3.28

p-val
Rob. std err
---------------0.00
0.604
0.54 * 1.31
0.00
0.640
0.00
0.620

Rob. t-test
-----------3.91
-0.79
-5.34
-3.48

Rob. p-val
---------0.00
0.43
*
0.00
0.00

-4.54
-6.34
1.05
-0.61
-0.68
0.79
-0.61
-0.91
-0.29
-0.14
-0.51
0.12
-1.19
0.86
-0.76
-0.71
-4.37
0.00

0.00
0.00
0.29
0.54
0.49
0.43
0.54
0.36
0.77
0.89
0.61
0.90
0.23
0.39
0.45
0.48
0.00
1.00

-5.13
-7.22
1.02
-2.52
-1.96
2.49
-0.88
-1.17
-0.43
-0.17
-0.95
0.17
-1.46
0.98
-0.94
-0.74
-4.79
0.00

0.00
0.00
0.31
0.01
0.05
0.01
0.38
0.24
0.67
0.86
0.34
0.86
0.15
0.33
0.35
0.46
0.00
1.00

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI
CINAAC + PCINGAACSEX * CINAACSEX
2
ACH AV2 CACH * one + PTGENTPRI
CINACH + PCINGACHSEX * CINACHSEX
7
BIC AV7 CBIC * one + PTGENTPRI *
5
BUS AV5 CBUS * one + PTGENTPUB
CINBUS + PCINGBUSSEX * CINBUSSEX
1
CAM AV1 CCAM * one + PTGENTPRI *

DICTUC S.A.

*
*
*
*
*
*
*
*
*
*
*
*
*
*
*

0.700
0.584
0.119
0.781
0.545
0.478
0.0294
0.0658
0.0151
0.0227
0.0150
0.0324
0.0736
0.0856
0.0265
0.00934
0.0249
0.00806

*
*
*
*
*
*
*
*
*
*
*
*
*

* TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


* TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
TGENBIC + PTGENSEXPRI * SEXTGENBIC
* TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
TGENCAM + PTGENSEXPRI * SEXTGENCAM

www.dictuc.cl

Informe Final

219

4
FES AV4 CFES * one + PTGENFES * TGENFES + PTGENSEXFES * SEXTGENFES + PCINGFES *
CINFES + PCINGFESSEX * CINFESSEX
6
TXC AV6 CTXC * one + PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *
CINTXC + PCINGTXCSEX * CINTXCSEX

k) M10_PE_PFP
FP_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:

Multinomial Logit
8
148
148
-234.692
-234.692
-191.749
85.887
0.183
0.149
+8.193e-004
Convergence reached...
20
00:01
from analytical hessian
datos.dat

Utility parameters
******************
Name Value
Std err
---- ----------CAAC -0.710
0.393
CACH 0.834
0.664
CBIC -2.25
0.607
CBUS 0.693
0.313
CCAM 0.00
--fixed-CFES -1.40
0.356
CTXC -1.27
0.406
PCING -0.00423 0.0192
PTGEN -0.00874 0.00547

t-test
------1.81
1.26
-3.71
2.22

p-val
Rob. std err
---------------0.07 * 0.405
0.21 * 0.643
0.00
0.617
0.03
0.276

Rob. t-test
-----------1.75
1.30
-3.65
2.51

Rob. p-val
---------0.08
*
0.19
*
0.00
0.01

-3.95
-3.13
-0.22
-1.60

0.00
0.00
0.83
0.11

-3.97
-3.37
-0.29
-1.65

0.00
0.00
0.77
0.10

Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

one
one
one
one
one
one
one

+
+
+
+
+
+
+

*
*
*
*
*
*
*

0.354
0.377
* 0.0145
* 0.00531

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENFES
TGENTXC

*
*

+ PCING * CINACH
+ PCING * CINBUS
+ PCING * CINBUS
+ PCING * CINTXC

l) M11_PE_PFP
FP_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
--------

DICTUC S.A.

Std err
-------

Multinomial Logit
20
148
148
-234.692
-234.692
-159.071
151.242
0.322
0.237
+7.166e+000
Maximum number of iterations reached
1000
00:07
from analytical hessian
datos.dat

t-test p-val
------ -----

Rob. std err Rob. t-test Rob. p-val


------------ ----------- ----------

www.dictuc.cl

Informe Final

CAAC
CACH
CBIC
CBUS
CCAM
CFES
CTXC
PCINGAAC
PCINGACH
PCINGBUS
PCINGFES
PCINGTXC
PTGENFES
PTGENOLDFES
PTGENOLDPRI
PTGENOLDPUB
PTGENSEXFES
PTGENSEXPRI
PTGENSEXPUB
PTGENTPRI
PTGENTPUB

220

-2.22
-1.49
-3.24
-1.84
0.00
-3.07
-3.75
0.00248
0.126
-0.0445
-0.0108
-0.0167
-0.136
0.00
0.00
0.00
0.126
-0.00537
-0.00423
-0.114
-0.00133

0.664
1.28
0.619
0.591
--fixed-0.758
0.611
0.108
0.138
0.0316
0.0167
0.0203
0.0831
1.80e+308
2.10e+006
5.78e+005
0.0835
0.0269
0.00747
0.0248
0.00675

Utility functions
*****************
3
AAC AV3 CAAC * one
OLDTGENAAC + PCINGAAC *
2
ACH AV2 CACH * one
OLDTGENACH + PCINGACH *
7
BIC AV7 CBIC * one
OLDTGENBIC
5
BUS AV5 CBUS * one
OLDTGENBUS + PCINGBUS *
1
CAM AV1 CCAM * one
OLDTGENCAM
4
FES AV4 CFES * one
OLDTGENFES + PCINGFES *
6
TXC AV6 CTXC * one
OLDTGENTXC + PCINGTXC *

-3.35
-1.16
-5.24
-3.12

0.00
0.25
0.00
0.00

-4.05
-6.14
0.02
0.91
-1.41
-0.65
-0.82
-1.64
0.00
0.00
0.00
1.51
-0.20
-0.57
-4.60
-0.20

0.00
0.00
0.98
0.36
0.16
0.52
0.41
0.10
1.00
1.00
1.00
0.13
0.84
0.57
0.00
0.84

0.572
* 1.01
0.617
0.542

*
*
*
*
*
*
*
*
*
*
*
*
*

0.628
0.518
0.102
0.0912
0.0269
0.0130
0.00954
0.0689
0.174
0.229
0.203
0.0770
0.0218
0.00664
0.0217
0.00704

-3.89
-1.47
-5.25
-3.40

0.00
0.14
0.00
0.00

-4.89
-7.24
0.02
1.38
-1.66
-0.83
-1.75
-1.97
0.00
0.00
0.00
1.64
-0.25
-0.64
-5.27
-0.19

0.00
0.00
0.98
0.17
0.10
0.41
0.08
0.05
1.00
1.00
1.00
0.10
0.81
0.52
0.00
0.85

*
*
*
*
*
*
*
*
*
*
*
*

+ PTGENTPRI * TGENAAC + PTGENSEXPRI * SEXTGENAAC + PTGENOLDPRI *


CINAAC
+ PTGENTPRI * TGENACH + PTGENSEXPRI * SEXTGENACH + PTGENOLDPRI *
CINACH
+ PTGENTPRI * TGENBIC + PTGENSEXPRI * SEXTGENBIC + PTGENOLDPRI *
+ PTGENTPUB * TGENBUS + PTGENSEXPUB * SEXTGENBUS + PTGENOLDPUB *
CINBUS
+ PTGENTPRI * TGENCAM + PTGENSEXPRI * SEXTGENCAM + PTGENOLDPRI *
+ PTGENFES * TGENFES + PTGENSEXFES * SEXTGENFES + PTGENOLDFES *
CINFES
+ PTGENTPUB * TGENTXC + PTGENSEXPUB * SEXTGENTXC + PTGENOLDPUB *
CINTXC

m) M12_PE_PFP
FP_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name Value
Std err
---- ----------CAAC -0.687
0.428
CACH 0.823
0.660
CBIC -2.25
0.607
CBUS 0.686
0.311
CCAM 0.00
--fixed-CFES -1.41
0.353
CTXC -1.28
0.403
PCING -0.00303 0.0183
PTGEN -0.00875 0.00547

DICTUC S.A.

Multinomial Logit
8
148
148
-234.692
-234.692
-191.759
85.865
0.183
0.149
+7.455e-004
Convergence reached...
32
00:00
from analytical hessian
datos.dat

t-test
------1.60
1.25
-3.71
2.20

p-val
Rob. std err
---------------0.11 * 0.422
0.21 * 0.639
0.00
0.617
0.03
0.281

Rob. t-test
-----------1.63
1.29
-3.65
2.44

Rob. p-val
---------0.10
*
0.20
*
0.00
0.01

-4.01
-3.18
-0.17
-1.60

0.00
0.00
0.87
0.11

-4.04
-3.30
-0.23
-1.64

0.00
0.00
0.82
0.10

0.350
0.389
* 0.0133
* 0.00535

*
*

www.dictuc.cl

Informe Final

Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *

221

one
one
one
one
one
one
one

+
+
+
+
+
+
+

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*
*

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENFES
TGENTXC

+ PCING * CINACH
+ PCING * CINACH
+ PCING * CINBUS
+ PCING * CINBUS
+ PCING * CINTXC

n) M13_PE_PFP
FP_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-1.86
CACH
-1.39
CBIC
-3.06
CBUS
-1.37
CCAM
0.00
CFES
-2.68
CTXC
-3.27
PCINGAAC
-0.00574
PCINGACH
0.160
PCINGBUS
-0.0427
PCINGFES
-0.0109
PCINGTXC
-0.0165
PINTRAZ
1.21
PTGENFES
-0.132
PTGENSEXFES 0.127
PTGENSEXPRI -0.00510
PTGENSEXPUB -0.00416
PTGENTPRI
-0.0985
PTGENTPUB
-0.00202
PVIALAR
-0.554

Std err
------0.727
1.41
0.632
0.691
--fixed-0.821
0.709
0.109
0.180
0.0312
0.0168
0.0206
1.01
0.0830
0.0835
0.0261
0.00744
0.0269
0.00671
2.20

Multinomial Logit
19
148
148
-234.692
-234.692
-159.559
150.267
0.320
0.239
+1.131e+001
Maximum number of iterations reached
1000
00:07
from analytical hessian
datos.dat

t-test
------2.56
-0.99
-4.84
-1.98

p-val
Rob. std err
---------------0.01
0.642
0.32 * 1.05
0.00
0.636
0.05
0.671

Rob. t-test
-----------2.90
-1.32
-4.81
-2.04

Rob. p-val
---------0.00
0.19
*
0.00
0.04

-3.27
-4.61
-0.05
0.89
-1.37
-0.65
-0.80
1.19
-1.59
1.52
-0.20
-0.56
-3.67
-0.30
-0.25

0.00
0.00
0.96
0.37
0.17
0.52
0.42
0.23
0.11
0.13
0.84
0.58
0.00
0.76
0.80

-4.32
-5.21
-0.06
1.32
-1.55
-0.81
-1.67
1.10
-1.93
1.64
-0.25
-0.64
-4.50
-0.29
-0.31

0.00
0.00
0.96
0.19
0.12
0.42
0.09
0.27
0.05
0.10
0.80
0.52
0.00
0.77
0.75

*
*
*
*
*
*
*
*
*
*
*
*

0.621
0.628
0.103
0.121
0.0275
0.0134
0.00988
1.10
0.0683
0.0777
0.0206
0.00654
0.0219
0.00701
1.77

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI * TGENAAC
CINAAC
2
ACH AV2 CACH * one + PTGENTPRI * TGENACH
CINACH + PVIALAR * DUMMYVL
7
BIC AV7 CBIC * one + PTGENTPRI * TGENBIC +
5
BUS AV5 CBUS * one + PTGENTPUB * TGENBUS
CINBUS
1
CAM AV1 CCAM * one + PTGENTPRI * TGENCAM +
4
FES AV4 CFES * one + PTGENFES * TGENFES
CINFES
6
TXC AV6 CTXC * one + PTGENTPUB * TGENTXC
CINTXC

*
*
*
*
*
*
*
*
*
*
*
*

+ PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


+ PTGENSEXPRI * SEXTGENACH + PCINGACH *
PTGENSEXPRI * SEXTGENBIC + PINTRAZ * INT
+ PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
PTGENSEXPRI * SEXTGENCAM + PINTRAZ * INT
+ PTGENSEXFES * SEXTGENFES + PCINGFES *
+ PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

o) M14_PE_PFP
FP_EST

DICTUC S.A.

www.dictuc.cl

Informe Final

222

Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:
Final gradient norm:
Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
-------CAAC
-0.00288
CACH
0.00184
CBIC
-0.0115
CBUS
0.0104
CCAM
0.00
CFES
-0.00281
CTXC
-0.0126
PCINGAAC
-0.0126
PCINGACH
0.0234
PCINGBUS
0.0178
PCINGFES
-0.0257
PCINGTXC
-0.0510
PTGENFES
-0.00296
PTGENFES2
-0.00368
PTGENSEXFES 0.0173
PTGENSEXPRI -0.00839
PTGENSEXPUB -0.00874
PTGENTPRI
0.0427
PTGENTPRI2 -0.00213
PTGENTPUB
-3.74e-005
PTGENTPUB2 6.76e-005

Multinomial Logit
20
148
148
-234.692
-234.692
-203.103
63.179
0.135
0.049
+2.349e+002
Maximum number of iterations reached
1000
00:08
from analytical hessian
datos.dat

Std err
------0.642
1.41
0.372
0.914
--fixed-0.930
0.844
0.0965
0.136
0.0348
0.0204
0.0304
0.158
0.00791
0.0715
0.0278
0.00689
0.0571
0.00132
0.0216
0.000128

t-test
------0.00
0.00
-0.03
0.01

p-val
----1.00
1.00
0.98
0.99

-0.00
-0.01
-0.13
0.17
0.51
-1.26
-1.68
-0.02
-0.46
0.24
-0.30
-1.27
0.75
-1.61
-0.00
0.53

1.00
0.99
0.90
0.86
0.61
0.21
0.09
0.99
0.64
0.81
0.76
0.20
0.45
0.11
1.00
0.60

Utility functions
*****************
3
AAC AV3 CAAC * one + PTGENTPRI
CINAAC + PTGENTPRI2 * TGENAAC2
2
ACH AV2 CACH * one + PTGENTPRI
CINACH + PTGENTPRI2 * TGENACH2
7
BIC AV7 CBIC * one + PTGENTPRI
TGENBIC2
5
BUS AV5 CBUS * one + PTGENTPUB
CINBUS + PTGENTPUB2 * TGENBUS2
1
CAM AV1 CCAM * one + PTGENTPRI
TGENCAM2
4
FES AV4 CFES * one + PTGENFES
CINFES + PTGENFES2 * TGENFES2
6
TXC AV6 CTXC * one + PTGENTPUB
CINTXC + PTGENTPUB2 * TGENTXC2

*
*
*
*

Rob. std err


-----------0.673
1.53
0.427
0.934

Rob. t-test
-----------0.00
0.00
-0.03
0.01

Rob. p-val
---------1.00
1.00
0.98
0.99

*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*

0.879
0.867
0.0876
0.159
0.0302
0.0202
0.0237
0.129
0.00603
0.0653
0.0252
0.00630
0.0553
0.00109
0.0192
0.000115

-0.00
-0.01
-0.14
0.15
0.59
-1.28
-2.15
-0.02
-0.61
0.27
-0.33
-1.39
0.77
-1.96
-0.00
0.59

1.00
0.99
0.89
0.88
0.56
0.20
0.03
0.98
0.54
0.79
0.74
0.16
0.44
0.05
1.00
0.56

*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*

* TGENAAC + PTGENSEXPRI * SEXTGENAAC + PCINGAAC *


* TGENACH + PTGENSEXPRI * SEXTGENACH + PCINGACH *
* TGENBIC + PTGENSEXPRI * SEXTGENBIC + PTGENTPRI2 *
* TGENBUS + PTGENSEXPUB * SEXTGENBUS + PCINGBUS *
* TGENCAM + PTGENSEXPRI * SEXTGENCAM + PTGENTPRI2 *
* TGENFES + PTGENSEXFES * SEXTGENFES + PCINGFES *
* TGENTXC + PTGENSEXPUB * SEXTGENTXC + PCINGTXC *

p) M15_PE_PFP
FP_EST
Model:
Number of estimated parameters:
Number of observations:
Number of individuals:
Null log-likelihood:
Init log-likelihood:
Final log-likelihood:
Likelihood ratio test:
Rho-square:
Adjusted rho-square:

DICTUC S.A.

Multinomial Logit
9
148
148
-234.692
-234.692
-189.865
89.654
0.191
0.153

www.dictuc.cl

Informe Final

223

Final gradient norm:


Diagnostic:
Iterations:
Run time:
Variance-covariance:
Sample file:
Utility parameters
******************
Name
Value
Std err
-------------CAAC
-0.698
0.432
CACH
0.711
0.666
CBIC
-2.27
0.607
CBUS
0.726
0.317
CCAM
0.00
--fixed-CFES
-1.44
0.355
CTXC
-1.24
0.405
PCING
-0.00371 0.0186
PTGEN
-0.00477 0.00592
PTGENSEX -0.0125 0.00663
Utility functions
*****************
3
AAC AV3 CAAC *
2
ACH AV2 CACH *
7
BIC AV7 CBIC *
5
BUS AV5 CBUS *
1
CAM AV1 CCAM *
4
FES AV4 CFES *
6
TXC AV6 CTXC *

DICTUC S.A.

one
one
one
one
one
one
one

+
+
+
+
+
+
+

+1.497e-003
Convergence reached...
33
00:00
from analytical hessian
datos.dat

t-test
------1.62
1.07
-3.73
2.29

p-val
Rob. std err
---------------0.11 * 0.441
0.29 * 0.611
0.00
0.613
0.02
0.292

Rob. t-test
-----------1.58
1.16
-3.70
2.49

Rob. p-val
---------0.11
*
0.24
*
0.00
0.01

-4.04
-3.06
-0.20
-0.81
-1.89

0.00
0.00
0.84
0.42
0.06

-4.14
-3.17
-0.28
-0.82
-1.68

0.00
0.00
0.78
0.41
0.09

PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN
PTGEN

*
*
*
*
*
*
*

TGENAAC
TGENACH
TGENBIC
TGENBUS
TGENCAM
TGENFES
TGENTXC

0.347
0.391
* 0.0133
* 0.00583
* 0.00748

+
+
+
+
+
+
+

PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX
PTGENSEX

*
*
*
*
*
*
*

SEXTGENAAC
SEXTGENACH
SEXTGENBIC
SEXTGENBUS
SEXTGENCAM
SEXTGENFES
SEXTGENTXC

*
*
*

+ PCING * CINACH
+ PCING * CINACH
+ PCING * CINBUS
+ PCING * CINBUS
+ PCING * CINTXC

www.dictuc.cl

También podría gustarte