Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Analisis Probit PDF
Analisis Probit PDF
4/25/2007
Análisis Probit
Resumen
El procedimiento Análisis Probit está diseñado para ajustar un modelo de regresión en el cual la
variable dependiente Y caracteriza un evento con sólo dos posibles resultados. Se pueden
modelados dos tipos de datos:
El modelo de regresión relaciona a Y con una o más variables predictoras X, que pueden ser
cuantitativas o categóricas. En este procedimiento, se asume que la probabilidad de un evento
está relacionada con los predictores a través de la función probit. El procedimiento Regresión
Logística puede usarse para ajustar el mismo tipo de datos pero emplea una forma funcional
diferente.
Dado que el procedimiento Análisis Probit es análogo al de Regresión Logística, debe remitirse a
la documentación de éste último para una descripción detallada de las diferentes opciones. Esta
documentación resalta las diferencias entre los dos modelos y cubre un ejemplo simple.
Datos de Ejemplo:
El archivo beetles.sf3 contiene un bien conocido conjunto de datos de Bliss (1935) que muestra
los resultados de experimentos en los cuales se expusieron escarabajos a diferentes
concentraciones de bisulfuro de carbono. El archivo de datos muestra la dosis (dose), el número
de escarabajos expuestos (exposed), y el número de escarabajos muertos (killed).
Ingreso de Datos
La caja de diálogo del ingreso de datos solicita información sobre las variables de entrada:
Modelo Estadístico
El modelo probit relaciona la probabilidad de ocurrencia P del resultado contado por Y con las
variables predictoras X. El modelo toma la forma
P ( X ) = Φ ( β 0 + β 1 X 1 + β 2 X 2 + ... + β k X k ) (1)
Análisis de Desviación
Fuente Desviación Gl Valor-P
Modelo 274.083 1 0.0000
Residuo 10.1198 6 0.1197
Total (corr.) 284.202 7
Análisis de Residuos
Estimación Validación
n 8
MSE 0.131797
MAE 0.0562163
MAPE 17.4188
ME -0.0211148
MPE -3.25668
La salida incluye:
λ (β 1 , β 2 ,..., β k | β 0 )
R2 = (2)
λ (β 0 )
λ (β 1 , β 2 ,..., β k | β 0 ) − 2 p
2
Radj = (3)
λ (β 0 )
Se incluyen el cuadrado medio del error (CME), el error absoluto medio (EAM), el error
porcentual absoluto medio (EPAM), el error medio (EM), y el error porcentual medio (EPM).
Estas estadísticas de validación pueden ser comparadas con las estadísticas del modelo
ajustado para determinar qué tan bien el modelo predice las observaciones fuera de los datos
usados para ajustarlo.
La regresión explica alrededor del 96.4% de la desviación de un modelo sin Dose. El valor de P
para Dose es muy pequeño, indicando que es un predictor estadísticamente significativo para la
proporción de escarabajos muertos (Killed).
Advierta que el valor de P para los Residuos no es significativo, indicando que no queda “falta de
ajuste” significativa sin explicar.
0.8
Killed/Exposed
0.6
0.4
0.2
0
1.6 1.65 1.7 1.75 1.8 1.85 1.9
Dose
Gráfico Probit
El Gráfico Probit es similar al Gráfico del Modelo Ajustado, excepto que el eje vertical está
escalado de manera que el modelo ajustado será una línea recta.
Probit(Killed/Exposed)
con intervalos de confianza del 95.0%
99.9
99
porcentaje acumulado
95
80
50
20
5
1
0.1
1.6 1.65 1.7 1.75 1.8 1.85 1.9
Dose