Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CURSO:
ECONOMETRÍA II
DOCENTE:
PRESENTADO POR:
PUNO-PERÚ
2020
DETERMINANTES DEL COMPORTAMIENTO DE FUMAR
¿Las prohibiciones de fumar en los bares reducen la cantidad de nuevos fumadores? Usted
examinará esta pregunta utilizando datos a nivel individual sobre si el individuo es un fumador
actual o pasado (es decir, si la persona alguna vez comenzó a fumar), explotando la variación en
las prohibiciones de fumar en todos los estados y controlando los determinantes individuales del
tabaquismo, como edad, educación y género.
La base de datos (datos_salud_fumar.dta, se describe en la Tabla 1) información que proviene
de la encuesta Nacional del Sistema de Vigilancia de Factores de Riesgo del Comportamiento del
INE, la cual utiliza una encuesta telefónica mensual representativa a nivel nacional, entre 2011 y
2019. La base de datos contiene 1’011,248 observaciones de individuos entre las edades de 18 y
50 años. Estos datos se vincularon a un conjunto de información de prohibiciones de fumar en
todo el país, que estará determinado para cada individuo como si una prohibición de fumar estaba
vigente el día que el INE los entrevistó. Nota. Las ayudas de Stata se dan luego de la Tabla 1.
I. MÉTODO Y METODOLOGÍA
1. PLANTEAMIENTO DEL PROBLEMA
1.1. DEFINICION DEL PROBLEMA
El problema es ver la probabilidad que dedican las personas con cierto grado de escolaridad,
género y edad al ámbito de fumar, cuando hay una o varias prohibiciones por parte de las
autoridades para reducir las tasas de tabaquismo.
OBJETIVO GENERAL
Encontrar la influencia de las políticas restrictivas de prohibir el ámbito de fumar en las personas
encuestadas, si estas políticas son o no efectivas y si tiene un gran impacto a la hora de reducir
los niveles de tabaquismo en las personas que fuman o anteriormente fumaron.
edad = Si la persona tiene un año mayor con respecto al promedio es probable que la persona sea
fumador actual o anterior.
mujer = Si la persona es mujer es probable que sea una fumadora actual o anterior.
1
1. PRECENTACION DE VARIABLES
Variable Definición
edad Edad de la persona en años
escolaridad = 1 si la persona no se graduó de la escuela secundaria
= 2 si se graduó de la escuela secundaria sin educación adicional
= 3 si se graduó de la escuela secundaria con algo de educación posterior a la
escuela secundaria, pero sin título universitario de 4 años
4 = si es graduado universitario de 4 años
Nota: Estas categorías son mutuamente excluyentes
mujer = 1 si la persona es mujer
fumador = 1 si la persona es fumador actual o anterior
nofumartrabajo = 1 si una prohibición a nivel regional de fumar en los lugares de trabajo
estaba vigente en el momento en que se encuesto al encuestado
nofumarbar = 1 si una prohibición a nivel regional de fumar en bares estaba vigente en el
momento en que se encuesto al encuestado
nofumarrest = 1 si una prohibición a nivel regional de fumar en restaurantes estaba vigente
en el momento en que se encuesto al encuestado
ubigeo Código estatal UBIGEO
anho Año de entrevista
2
2. ESPECIFICACIÓN ECONOMÉTRICA DEL MODELO
3. METODO DE ESTIMACION
Para este modelo de probabilidad, vamos a utilizar 3 métodos de estimación y ver cuál es el mejor
modelo que explique nuestra variable dependiente.
3
Tabla 4: salida para el modelo “PROBIT”
Modelos con Variables Dependientes Limitadas del Comportamiento de Fumar
Estimado utilizando datos para individuos de 18-30 años de edad
4
Como podemos observar en los 3 modelos de probabilidad, tanto PROBABILIDAD LINEAL,
PROBIT y LOGIT la regresión 3 siempre ha sido mejor ya que tiene un Log-Likelihood mas alto,
en este contexto podemos ordenar los modelos, de manera que podamos obtener el mejor.
Tabla 6:
Comparación de las 3 Mejores Salidas para cada Modelo de Probabilidad, para el
estadístico Máxima Verosimilitud
Como vemos el modelo LOGIT es el mejor modelo que estimaría nuestra variable dependiente,
por ende, es el modelo a utilizar en nuestra investigación.
5
II. RESULTADOS Y DISCUSIÓN
1. TRABAJO EMPIRICO
Las probabilidades estimadas para las distintas regresiones del mejor modelo ya determinado
“LOGIT” es:
6
Tabla 8:
Cambios Marginales (dy/dx) para las salidas de las regresiones (1), (2) y (3)
a) En la Tabla 7, ¿por qué los coeficientes en las regresiones (1) y (2) son diferentes? ¿Es
una de estas regresiones más confiable que la otra? ¿Por qué?
Los coeficientes de la regresión (1) y (2) son diferentes porque, utilizamos diferentes métodos de
estimación, en la regresión (1) utilizamos MÉTODO DE PROBABILIDAD LINEAL y en la
regresión (2) el mejor método de estimación “LOGIT”, en este contexto los coeficientes de
(dy/dx) los cambios marginales, varían y son ligeramente diferentes; ya que en el modelo LOGIT
las variables explicativas demuestran mejor los cambios en la variable de elección binaria
fumador, ver tabla 8.
Para saber cuál de estas regresiones es la más confiable, no tenemos que ver los coeficientes, sino
que tenemos que ver los estadísticos que nos indiquen cuál es mejor, para eso vamos a trabajar
con el estadístico de máxima verosimilitud, para cada regresión (1) y (2);
es mejor la regresión (2), ya que cuenta con un valor de máxima estimación más alta, esto que
nos indica, pues en la regresión (2) se cuenta con los betas o coeficientes de máxima estimación
para el modelo, en ese contexto nos quedamos con la regresión (2).
7
b) Considere el efecto de promulgar una prohibición de fumar en bares en las tasas de
tabaquismo de los graduados universitarios. Tienes que calcular dos estimaciones de estas
regresiones (1) y (2) en la Tabla 7 como la diferencia entre el Caso A y el Caso B.
Probabilidades pronosticadas de ------ ------
fumar / dejar de fumar
Las probabilidades de haber fumado alguna vez para dos individuos hipotéticos, fumador para el
Caso A y fumador para el Caso B, como podemos observar la prohibición a nivel regional de
fumar en bares que estaba vigente en el momento en que se encuestó a estas dos personas, tiene
un grado de sensibilidad reducido.
8
ii) Para cada una de las dos estimaciones de la Tabla 7 (de las regresiones (1) y
(2)), ¿cambiaría la diferencia en las probabilidades pronosticadas si se repiten
los cálculos cambiando la edad del individuo a 28 en lugar de 22? Explique
brevemente.
Probabilidades pronosticadas de ------ ------
fumar / dejar de fumar
Las probabilidades de haber fumado alguna vez para dos individuos hipotéticos, fumador para el
Caso A y fumador para el Caso B, como podemos observar la prohibición de que, a nivel regional
de fumar en bares que estaba vigente en el momento en que se encuestó a estas dos personas, la
sensibilidad se incrementa porque ligeramente ya que una persona de mayor edad 28 años es más
propensa a ser un fumador o haber fumado.
9
3. Los formuladores de políticas que están a favor de considerar la prohibición de
fumar en los bares, quieren saber si la prohibición afectará el comportamiento
de fumar en su región.
a) Según las regresiones (1) y (2), ¿hay evidencia de que las prohibiciones de fumar en
bares están asociadas con tasas de tabaquismo que son:
i) significativamente más bajo y
Es claro que, ante una política para reducir la tasa de tabaquismo a nivel regional, ocasionar
que las personas con diferente nivel de escolaridad, pero menores o iguales a 30 años,
reduzcan su consumo.
ii) estadísticamente significativo?
Significancia individual: para la variable “nofomarbar” para la regresión (2); es más
significativa:
β2;
esta significancia estadística, nos permite saber que nuestra variable nofumarbar explicaría de
una forma negativa a la tendencia de fumar o haber fumado, en las personas de ciertas regios.
En la regresión (3), la variable “nofumarbar” tiene un coeficiente mayor pero con una relación
positiva, porque se agregan otras variables como nofumarrest y nofumartrabajo que promulgan
las prohibiciones de no fumar en restaurantes o lugares de trabajo; en ese aspecto, si se promulga
una ley de no fumar en los bares es más probable que las personas se dediquen a fumar en 4.9%,
este nos indica que si incorporamos varios políticas de prohibición, las personas van a tener una
10
tendencia a incumplir la política de prohibición de fumar en bares, ya que los estamos
incentivando a que este fenómeno suceda, como implantamos más prohibiciones las personas van
a incumplir algunas con más propensión, en este caso es la variable nofumarbar es quien se ve
afectada.
c) La regresión (4) también incluye variables ficticias para regiones y variables ficticias
para años. Dé dos ejemplos de variables controladas en la regresión (4), pero no en la
regresión (3).
Las variables: nofumarrest y nofumartrabajo, no son significativas en el modelo (4), pero si
son controladas en el modelo (3).
β3;
β4;
β2;
11
lugares, pero que cuando se incrementamos mas políticas, las personas tienden a incumplirlas, en
este contexto la mejor forma de reducir los niveles de consumo de tabaco, es imponiendo solo
una política, la de no fumar en bares.
12