Franck G. Pucutay Vsquez.

LOS MODELOS LOGIT Y PROBIT EN LA

INVESTIGACIN SOCIAL Centro de Investigacin y Desarrollo (CIDE) El caso
de la Pobreza del Per en el ao 2001. Lima, Agosto 2002.
Investigacin, que por su nivel de especializacin, est dirigida principalmente
a los miembros de la comunidad acadmica, profesionales de las oficinas de
estadstica y los investigadores interesados en mantener la actualidad de sus
procedimientos estadsticos.
Esta investigacin metodolgica tiene por finalidad, generar instrumentos y
procedimientos que permitirn validar, mejorar y actualizar los procesos
estadsticos. Se caracteriza por ser innovadora en su campo de aplicacin, por
contener un rigor cientfico en su desarrollo integral, por la validez de sus
procesos, por la vigencia y actualidad de sus metodologas aplicadas.
En esa misma direccin, la investigacin presentada desarrolla la metodologa
asociada a los modelos de probabilidad con variable dependiente discreta
dicotmica (modelo logit y probit), en funcin del fenmeno de pobreza en los
jefes de hogar del Per para el ao 2001.
Contribuyendo a la implementacin de los enfoques asociados a estos
modelos, segn la viabilidad permitida por los factores de naturaleza cualitativa,
cuantitativa y su aporte en la probabilidad de ser pobre del jefe de hogar.
Segn el estudio los factores explicativos de la pobreza del Per en el ao
2001 de naturaleza cualitativa y cuantitativa exclusivos del jefe de hogar como
el nivel de educacin, el tipo de colegio donde estudi, la categora
ocupacional, el tamao de la firma donde labora, la tenencia de otro empleo, el
estado civil, su edad, su indicador de experiencia laboral; en combinacin con
los factores de naturaleza cualitativa y cuantitativa exclusivos del hogar como la
cantidad de miembros del hogar, la cantidad de miembros pertenecientes a la
PET, el ingreso per cpita mensual, el acceso a activos pblicos de agua y
desage, si el hogar dedica un espacio fsico de este a generacin de ingresos,
no permiten generar modelos correctamente ajustados a la probabilidad de ser
pobre del jefe de hogar siguiendo el enfoque de observaciones individuales en
los modelos logit y probit.

4.2.

El modelo Logit que explica la pobreza

La tesis propone, para determinar los factores que explican el nivel de pobreza,
un modelo logit (regresin logstica) que estudia a los hogares del
Departamento de Cajamarca, el cual como seala Anderson (2014) La
regresin logstica se parece en muchos aspectos a la regresin comn. Se
necesita una variable dependiente y y una o varias variables independientes x
que la expliquen.
Empezaremos esta formulacin a partir de la suposicin de un modelo de
probabilidad de condicin de pobreza de las personas, donde:
Y=1 La persona se encuentra en condicin de pobreza
Y=0 La persona no se encuentra en condicin de pobreza.
El vector de variables explicativas o conjunto de factores que explican la
pobreza est dada por:

Est en
funcin
de

Tamao del hogar

Cantidad de perceptores de ingresos
Aos de educacin promedio del resto
del hogar
Sexo del jefe
Edad del jefe
Aos de estudio del jefe
Calidad del empleo del jefe
Nmero de ocupaciones del jefe de
hogar
Participacin en organizaciones
Tenencia de tierras
Posesin de activos productivos
Propiedad de la vivienda
Disponibilidad de agua red pblica
Disponibilidad de servicios higinicos
Disponibilidad de energa elctrica
Tenencia de telfono o internet

La probabilidad de ser POBRE

Xi= Tamao del hogar, Cantidad de perceptores de ingresos, Aos de estudio

del jefe, Calidad del empleo del jefe, Participacin en organizaciones, Posesin
de activos productivos, Propiedad de la vivienda, etc.
Podemos as sealar que la condicin de pobreza Y podra ser explicada a
travs del conjunto de factores mencionados (Xi), y cunto es que estos
contribuyen individual y en forma conjunta a dicho fenmeno.

Pi = E(Yi=1 / Xi) =

e Zi
1 e Zi

0 1x1 k xk
Donde Zi =

La representa lo que se conoce como funcin de distribucin logstica

(acumulativa). Es fcil verificar que a medida que Zi se encuentra dentro de un
rango de - a + , Pi se encuentra dentro de un rango 0 a 1.

SI

e Zi
1 e Zi

Pi =

Es la probabilidad de que la persona sea pobre

Entonces

e Zi
1-Pi = 1-

1 e

Zi

1
1 e Zi

Es la probabilidad de que la persona no sea pobre (Yi=0)

Por lo tanto podemos hallar la razn de probabilidad a favor de que la persona sea
pobre (ODDS Ratio)

Pi
1 Pi
=

e Zi
1
1 e Zi 1 e Zi
/

e Zi
=

e Zi
Esta razn
conocida como ODDS Ratio permite hallar el nivel de importancia de
cada variable Xi en la explicacin de la pobreza; y como observamos es el valor e =
2.71828 elevado al valor del parmetro estimado para cada variable.
Ejemplo

Odds ratio
VARIABLES
Tamao del hogar

Parametro
X1

0.482657

e 0.482657
1.620374

Posibilidad de ser pobre

1- 1.620374 = 0.62