RESUMEN DE TEXTO

PtthonBiogeme: una corta introducción

Presentado por:
 Leidy Andrea Duarte
 Juan Carlos Jaimes
 Edgar Mauricio Pérez

El texto se centra en presentar el funcionamiento del paquete Biogeme, el cual está

diseñado para estimar parámetros de varios modelos considerando la estimación de
máxima verosimilitud.
1. El archivo de datos
Biogeme trabaja con un archivo de datos, donde cada fila corresponde a las observaciones
realizadas, las cuales deben estar espaciadas y disponen de dos herramientas el
“biopreparedata”, el cual convierte un archivo separado por comas en el formato requerido
para el programa y otra herramienta “biocheckdata” es la que verifica si el formato de datos
tiene el formato requerido.
Es importante tener en cuenta que cuando se emplea por primera vez un archivo de datos
en Biogeme, éste se comprime y se guarda en formato binario. Siempre que sea modificado
el archivo de texto original, el archivo binario debe volverse a generar para considerar los
cambios.
El PythonBiogeme está diseñado para modelos paramétricos de propósito general. La
especificación del modelo y de la función de probabilidad se basa en la extensión del
lenguaje de programación Python. Existen modelos de elección discreta precodificados
para su uso.

2. El modelo
El modelo presenta tres alternativas: Tren, metro suizo y automóvil. El modelo presenta una
serie de variables y parámetros a estimar.
El sistema se basa en analizar las probabilidades logarítmicas de una muestra definida con
un numero N de observaciones, así:

3. El objetivo es el de proveer al software la fórmula para maximizar, usando el lenguaje de

programación. El archivo puede contener comentarios diseñados para documentar la
especificación. Los comentarios se incluyen usando el símbolo #. Todos los caracteres
después de este comando son ignorados por el software, es decir son tomados como
comentarios.
 Estos comentarios que son ignorados por PythonBiomege, son usados como puntos de
referencia de lo especificado o para ayudar a otras personas a entender las
especificaciones.

El documento de especificación debe empezar por cargar las librerías necesarias en

PythonBiomege. Dos librerías son biomege y headers. De las cuales, a primera incluye la
extensión del lenguaje de programación de Python y el segundo importa los nombres de
encabezado del documento.

Los siguientes items usan la función Beta para definir los parámetros a ser estimados,
para cada parámetro, la siguiente información debe ser mencionada:

1. El nombre de el parámetro
2. El valor de defecto
3. Limite inferior
4. Limite superior
5. Una bandera que indique si los parámetros deben ser estimados o si deben ser
mantenidos es sus valores de defecto.
6. Una descripción del parámetro, para ser usado en el reporte LATEX.

En Python, las mayúsculas y minúsculas son tenidas en cuenta de formas diferentes,

entonces debe tenerse esto en cuenta para definir las variables.

4. Correr PythonBiomege

La estimación del modelo esta realizada usando el comando

“pythonbiogeme 01logit swissmetro.dat “

La siguiente información es desplegada durante la ejecución.

 Información sobre la versión de PythonBiomege.

This is biogeme (pythonbiogeme) 2.5

 Nombre del coumento de muestra que es leído.

Read sample file: swissmetro.dat

 PythonBiomege es capaz de usar diferentes procesadores siempre y cuando estén

disponibles. Por defecto, usa la mitad del número de procesadores disponibles en
el computador.

Nbr of cores reported by the system: 4

Nbr of cores used by biogeme: 2

 Los detalles acerca de las iteraciones de las estimaciones son reportadas

  Los valores de los parámetros en el final de las iteraciones.

5. El informe.
Se puede decir que el informe generado por PythonBiogeme se divide en 7 secciones,
donde se recopila diversa información sobre el resultado de la estimación.
1. Información básica.
Aquí aparece información sobre la versión de Biogeme y algunos enlaces a URL
importantes.

2. Nombre.
En esta sección se define el nombre tanto del archivo de informe como el archivo
de muestra.

3. Formulas.
Presenta las formulas que se ha solicitado que se informe durante la inserción de
datos.

4. Estadística.
Aquí aparecen las estadísticas solicitadas en la especificación del modelo.

5. Informe de estimación.
En este informe aparecen todos los datos y variables que se han incluido para la
generación del informe, entre los cuales se encuentra:

 El número de parámetros que se han estimado.

 El número de observaciones incluidas.
 El número de observaciones excluidas.
 Probabilidad
 Final gradiente.
 Diagnostico.
 Iteraciones.
 Tiempo real (Run time)
 Numero de hilos (Nbr de thread)

6. Estimaciones de los parámetros de la función de utilidad.

Aquí se informa el resultado de las estimaciones junto con algunas estadísticas, de
cada parámetro establecido, de la siguiente manera:

 El nombre del parámetro.

 El valor estimado.
 El error estándar de la estimación.
 Las estadísticas.
 El valor p , calculado como 2 ( 1 - Φ ( t k )) , donde Φ ( ⋅ ) es la función de densidad
acumulativa de la distribución normal estándar univariante.
 El error estándar robusto de la estimación.
 Las estadísticas t robustas.
 El valor robusto.

7. Información de cada par de parámetros k y ℓ ,