Econometría II

4. Regresión Logística Ordinal en R

Miguel Soria Talavera
December 3, 2019

1 Acerca del problema

Se quiere hallar la probabilidad de que un estudiante de pregrado decida entre graduarse o no
en la escuela de postgrado. Para ello se necesitarán variables como:

• Opinión previa de los estudiantes de pregrado, que para nuestro caso estará representado con
la variable apply, y se clasificarán sus opiniones en tres categorías: unlikely, somewhat likely
y very likely, representado por los valores 0, 1 y 2 respectivamente.
• El estatus académico de los padres(si estos cuentan o no con un post-grado), y estará repre-
sentado por la variable pared, donde 0 significa que uno de los padres no tiene un titulo de
post-grado y 1 significa que al menos uno si tiene título.
• El tipo de institución de los alumnos de pre-grado(publica o privada), representado por la
variable public, donde 0 significa que la institución actual es privada, y 1 significará que la
institución es estatal.

• El promedio de puntos por alumno, representado por la variable gpa, y estará en el rango
de 0 a 4, donde no necesariamente debe tomar valores enteros.

2 Carga de la data
Con el comando use, uno puede escoger una data proveniente de internet:use https://stats.idre.ucla.edu/stat/data
clear

3 Visualización de la data
• Con el comando br ("browse") se pueden observar los datos en un cuadro similar al Excel,
distribuidos por cantidad y tipo de datos.

4 Acerca de la data
• Los comandos tab y table sirven para ver las frecuencias de las variables, distribuidos por
tipo de datos o tambien aplicando filtros como la media o desviacion estándar
• Para mostrar la frecuencia normal y acumulada, y la porcentual de la variable apply se usa
tab apply

• Para mostrar los tipos de datos con respecto a la media y desviación estándar de la variable
gpa table apply, cont(mean gpa sd gpa)

1
5 Acerca del proceso de Regresión Logística Ordenada
• Con el comando ologit se realizará la regresión logit ordenada.
• ologit apply pared public gpa Para este caso se considero a apply como la variable explicada,
y a las variables gpa, public y gpa como las variables explicativas.

6 Resultados
• Podemos observar que los coeficientes estimados por el modelo logit serán para las variables
pared, public y gpa 1.047664, -0.0586828 y 0.6157458, respectivamente.
• Los cortes de probabilidad serán 2.203323 y 4.298767