Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Limitada
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 1 / 48
Modelos de variable Dependiente Limitada
1
Tobin James (1958). ”Estimation of Relationships for Limited Dependent Variables”.
Econometrica, Vol. 26, No. 1. pp. 24-36
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 2 / 48
Modelos de variable Dependiente Limitada
1
Tobin James (1958). ”Estimation of Relationships for Limited Dependent Variables”.
Econometrica, Vol. 26, No. 1. pp. 24-36
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 2 / 48
Observaciones truncadas
Observaciones truncadas
Sea la fn Yi = X′i β + εi que define la relación entre Yi y el vector de variables Xi .
Una muestra se denomina truncada si sabemos de antemano que las observaciones solo
pueden provenir de una parte restringida de la distribución de la población subyacente
La distribución de la variable que se encuentra por encima (debajo) del punto de
truncamiento contiene la información relevante para el estudio.
Ejemplo: Compra de automóvil nuevo.
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 3 / 48
Un modelo para datos truncados
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 4 / 48
Un modelo para datos truncados
Supongamos que los datos observados satisfacen el modelo, pero la muestra esta
truncada, en decir, los individuos con Yi∗ ≤ 0 no son observados.
En el ejemplo de venta de autos, Yi puede ser interpretada como la cantidad de dinero
que una persona esta dispuesta a gastar en un automóvil y, si ésta es menor que el precio
del auto más barato, no comprará un auto. Entonces, la muestra proviene de una
subpoblación, es decir,
(
Yi∗ = X′i β + εi si Yi∗ > 0
Yi =
es no observado si Yi∗ ≤ 0
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 5 / 48
Un modelo para datos truncados
La f dp del término de error εi del PGD (para las observaciones Yi > 0) se obtiene
diferenciando la f da respecto al argumento t.
Luego se obtiene la f dp truncada fi (·) definida por
X′ β
f (t) X′ β
si t > − σi
F − i
fi (t) = σ
X′ β
0 si t ≤ − σi
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 6 / 48
Algunos ejemplos:
1. Demanda de vivienda 2. Horas trabajadas
Analizar la relación entre el gasto en Analizar la relación entre las
vivienda y un conjunto de variables caracterı́sticas sociolaborales de los
socioeconómicas (ingresos, situación empleados (edad, escolaridad,
laboral, estrato). experiencia, nivel sociocultural, estado
Un análisis de la muestra deja ver que civil, Nro de hijos) y las horas trabajadas
la información sobre el gasto en al mes. Dado que existen individuos en
vivienda solo esta disponible para el desempleo, las horas trabajadas toman
aquellas familias que compraron la un valor cero.
vivienda. 3. Función de Salarios
En un estudio de este tipo el interés Se desea estudiar el salario de los
recae en analizar la demanda empleados a partir de una función que
potencial más que la demanda real. relaciona las caracterı́sticas
Por tanto, es importante contar con la sociolaborales con el nivel de ingreso
muestra completa aun en el caso de mensual. Por ley el salario devengado
que no se disponga de la información por el trabajador está por encima de dos
en la variable dependiente. salarios mı́nimos mensuales.
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 7 / 48
Distribuciones Truncadas
Una distribución truncada es la parte de la distribución no truncada que está por
encima o por debajo de cierto valor umbral conocido.
yi = yi∗
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 8 / 48
Momentos de una distribución truncada
f (w) f (w)
f (w|w > c) = =
P r[w > c] 1 − F (c)
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 9 / 48
Ejemplo
Ejemplo 19.1 Grenne: Distribución Uniforme truncada
Sea x una v.a. que sigue una distribución uniforme estándar, U (0, 1), con
f (x) = 1, 0≤x≤1
Sabemos que, una v.a. con distribución uniforme entre a y b, tiene varianza:
(b−a)2
12
1 (1 − 13 )2 1
V ar x|x > = =
3 12 27
1 1
Donde, la distribución no truncada tiene media 2 y varianza 12
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 10 / 48
Momentos de una distribución truncada
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 11 / 48
Momentos de una distribución truncada bajo Normalidad
1 ϕ(ω ∗ )
f (ω|ω > c) = (1)
σ 1 − Φ(c∗ )
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 12 / 48
Truncamiento inferior o a Izquierda
ϕ(c∗ )
E(ω|ω > c) = µ + σ = µ + σλ(c∗ )
1 − Φ(c∗ )
ϕ(c∗ )
donde λ(c∗ ) = 1−Φ(c∗ ) , es llamada la Razón Inversa de Mills.
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 13 / 48
Modelo de Regresión Truncado
Modelo de Regresión Truncado
Explica el valor esperado de una variable endógena truncada (superior o
inferior) condicional al conjunto de valores de las variables explicativas X.
El modelo truncado refleja una función poblacional que cumple con los
supuestos del MCRL:
′
Yi∗ = X β + εi
donde
Yi = Yi∗ si Yi∗ > 0
Si fuese posible observar Yi∗ los MCO producirı́an estimadores MELI
consistentes.
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 15 / 48
Estimación MCO
Luego,
n n
n n 1 X X
log(L) = − log(2π) − log(σ 2 ) − 2 (Yi − X′i β)2 − log(Φ(X′i β/σ)) (4)
2 2 2σ i=1 i=1
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 17 / 48
Variables Censuradas
Variables censuradas
La censura es esencialmente un defecto en las observaciones en la
muestra, no es una caracterı́stica intrı́nseca de la distribución de la variable.
Probablemente, si no hubiera censura, los datos serı́an una muestra
representativa de la población de interés.
2
Heckman, James J. (1976), “The Common Structure of Statistical Models of Truncation, Sample Selection, and Limited
Dependent Variables and a Simple Estimator for Such Models”, Annals of Economic and Social Measurement 5, 475-492.
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 18 / 48
Distribución Censurada
Distribución Censurada
Cuando los datos están censurados, la distribución que aplica a la muestra
de datos es una mixtura de una distribución discreta y una continua.
Si las observaciones de la v.a. se observan en el punto lı́mite pero no a la
izquierda / derecha (o ambos) de éste, los valores en el lı́mite se definen
como censura.
Censura inferior o a izquierda Censura superior o a derecha
La variable censurada a izquierda del La variable censurada a derecha del valor
punto c se define como: u se define como:
(
Yi∗ si Yi∗ < u
(
Yi∗ si Yi∗ > c Yi =
Yi =
c si Yi∗ ≤ c u si Yi∗ ≥ u
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 19 / 48
Ejemplo: Censura inferior Ejemplo: Censura superior
Horas trabajadas: las personas que Algunas encuestas, en particular las
laboran presentan un número mayor a ENH, permiten reportar el ingreso del en-
cero de horas trabajadas al mes, mientras cuestado en seis casillas, por tanto aque-
que los desempleados, presentan cero ho- llas personas que perciben ingresos supe-
ras laboradas. riores a 999.999 solo se les puede repor-
tar esta cantidad.
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 20 / 48
Momentos de la variable normal censurada
Momentos de la variable normal censurada
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 21 / 48
Observaciones
Observaciones:
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 22 / 48
Modelo de Regresión Censurado: Modelo Tobit
Modelo de Regresión Censurado: Modelo Tobit
Cierto tipo de modelos censurados son denominados modelos Tobit, en honor al
economista James Tobin quien estudió la demanda de bienes durables.
El modelo es presentado como un modelo de variable latente:
Yi∗ = X′ β + εi εi ∼ N (0, σ 2 )
c − X′i β
ε
i
c − X′ β
i
Pr ≤
=Φ
σ σ σ
y continua en los demás valores. Suponiendo c = 0.
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 23 / 48
Estimación Máximo verosı́mil: Modelo Tobit
y continua en los demás valores. Suponiendo c = 0. Sea
(
1 si Yi∗ > c
di =
0 en otro caso
Cuando di = 1 Cuando di = 0
El aporte del individuo a la El aporte del individuo a la verosimilitud
verosimilitud estará dado por la f dp está dada por
normal:
P r(di = 0|Xi ) = P r(Yi∗ ≤ 0|Xi )
1 h Yi − X′ β i
f (Yi |Xi ) = ϕ = P r(εi ≤ −X′i β|Xi )
σ σ X′ β
i
= 1−Φ
. σ
De esta forma la función de verosimilitud está dada por:
N X′ β 1−di 1 Y − X′ β di
i
Y
i i
L(β, σ) = 1−ϕ ϕ
i=1
σ σ σ
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 24 / 48
Estimación Máximo verosı́mil: Modelo Tobit
linealizando, la función log-verosimilitud será, (eliminando los términos
constantes):
N X ′ β 1 Yi − X′i β
X
i
ln L(β, σ) = (1 − di ) ln 1 − ϕ + di ln ϕ
i=1
σ σ σ
Operando, se llega a:
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 25 / 48
Estimación Máximo verosı́mil: Modelo Tobit
Yi −X′i β
#
N 1 di N
ϕ
"
σ σ
X′ β 1−di 1 Y − X′ β di
Y Y
i i i
L(β, σ) = X′ β × 1−ϕ ϕ
i=1 ϕ i
i=1
σ σ σ
σ
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 26 / 48
Efectos parciales en el Modelo Tobit
Efectos marginales en el Modelo Tobit
Se obtienen derivando respecto a Xj , se calculan:
El efecto parcial sobre la variable latente,
∂E(Yi∗ |Xi )
= βj
∂Xj
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 27 / 48
Problema de selección muestral
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 28 / 48
Selección muestral
El sesgo de selección puede surgir por dos razones:
Decisiones sobre el diseño Autoselección
muestral Los individuos se pueden
Algunas decisiones que toma el auto-seleccionar para pertenecer a un
investigador en el diseño del determinado grupo.
experimento que inciden de forma Ejemplo: la decisión que toma un
especı́fica sobre la muestra. individuo de participar o no del mercado
Ejemplo: Decidir realizar un muestreo laboral. Un individuo decide trabajar si
estratificado. el salario de mercado es mayor o al
. menos igual a su salario de reserva.
La decisión de participar en el mercado laboral es endógena al modelo,
dado que pertenecer en este caso al grupo de individuos que reciben un
salario no es aleatorio.
Pertenecer o no a este grupo de individuos viene determinado por una decisión
anterior que es: si los individuos quieren y pueden o no participar del mercado
laboral.
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 29 / 48
Consecuencias de la selección muestral
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 30 / 48
Truncamiento incidental
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 31 / 48
Truncamiento incidental
f (w1 , w2 )
f (w1 , w2 |w2 > c2 ) =
P r(w2 > c2 )
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 32 / 48
Momentos de la distribución normal truncada
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 34 / 48
Modelo Generalizado de Selección (Heckman, 1979)
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 35 / 48
Modelo Generalizado de Selección (Heckman, 1979)
Yi = di Yi∗
se observa {Yi , di , Xi , Zi }
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 36 / 48
Modelos de selección
Un modelo de selección
En muestras truncadas, los valores de la variable dependiente se observan solo en
un cierto intervalo (Yi > 0). De manera más general, sea zi una variable ficticia
de selección que toma el valor zi = 1 si el i-ésimo individuo está en la muestra y
zi = 0 si no lo está.
Supongamos que Yi = X′i β + σεi aplica a todos los individuos (observados y no
observados) y que este modelo satisface todos los supuestos estándar. Entonces
la muestra observada se puede describir mediante
(
X′i β + σεi si zi = 1
Yi = (6)
es no observado si zi = 0
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 38 / 48
El modelo tobit (tipo 2) para efectos de selección
zi = 1 si wi′ γ > 0
zi = 0 si wi′ γ ≤ 0 (7)
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 39 / 48
Ejemplos
Ejemplo 1
Ejemplo 2
Suponga el conjunto de datos de n
Sea Yi el precio del automóvil nuevo
observaciones de variables (Xi , wi , zi ),
comprado por el i-esimo individuo. Una
mientras que la variable dependiente Yi se
variable explicativa relevante Xi puede ser
observa solo cuando z1 = 1.
el precio del auto actual del cliente, y wi
Por ejemplo, podemos tener datos de n puede ser la antigüedad del auto actual y
individuos, de los cuales (zi = 1) tienen el esfuerzo de marketing para este cliente.
trabajo y (zi = 0) no tienen. Si la variable
Los ingresos por ventas Yi se observan
dependiente de interés Yi es el salario que
solo para los clientes que deciden comprar
ganarı́a un individuo con caracterı́sticas
un automóvil nuevo (zi = 1), mientras
Xi , entonces Yi no se observa para los
que las caracterı́sticas (Xi , wi ) son
individuos sin trabajo.
conocidas para todos los clientes.
Las caracterı́sticas relevantes Xi que
pueden afectar el salario son, por ejemplo,
la edad y la educación, y los factores que
pueden afectar la posibilidad de que una
persona trabaje son, por ejemplo, la edad,
la educación y la composición familiar. .
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 40 / 48
Distinción entre selección truncada y censurada
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 41 / 48
Derivación del sesgo de selección de MCO
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 42 / 48
Derivación del sesgo de selección de MCO
E[εi |zi = 1] = E[εi |ωi > wi′ γ] = ρE[ωi |ωi > wi′ γ]
donde, el último término puede escribirse como E[ωi |ωi > wi′ γ] = λi , con λi la
razón inversa de Mills.
Esto muestra que para las observaciones en la muestra (con zi = 1) se cumple
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 43 / 48
Estimador de máxima verosimilitud
Derivación de la función log – verosimilitud
MV proporciona estimadores consistentes de los parámetros (β, γ, σ, ρ).
La función de verosimilitud de las variables dependientes zi y Yi (para zi = 1), al
suponer observaciones independientes, toma la forma
Y Y
L= p(zi ) p(Yi , zi = 1)
εi ,zi =0 εi ,zi =1
Donde:
el 3er término representa la contribución de los valores observados
Yi ∼ N (X′i β, σ).
El 1er término se evalua utilizando el hecho de que
P [zi = 0] = P [ωi ≤ wi′ γ] = Φ(−wi′ γ) = 1 − Φ(wi′ γ).
El 2do usa P [zi = 1|Yi ] = P [ω > wi′ γ|Yi ] donde Yi = X′i β + σεi , de modo que
(ωi , Yi ) sigue una distribución normal bivariada
" #
ωi 0 1 ρσ
∼N ,Ω =
Yi X′i β ρσ 1
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 44 / 48
Estimador de máxima verosimilitud
Por tanto se tiene que,
ρ
(Yi − X′i β), 1 − ρ2
ωi |Yi ∼ N
σ
luego
ρ
(Yi − X′i β)
h ωi − w′ γ − ρ (Yi − X′i β i
P [zi = 1|Yi ] = P [ωi > −wi′ γ|Yi ] = P pσ
> i pσ
1−ρ 2 1 − ρ2
w′ γ − ρ (Yi − X′ β) w′ γ − ρ (Yi − X′ β)
i i i i
= 1−Φ pσ =Φ pσ (9)
1 − ρ2 1 − ρ2
wi γ − σρ (Yi − X′i β)
X ′
+ log Φ p
i:zi =1 1 − ρ2
X 1 1 1
+ − log(σ 2 ) − log(2π) − 2
(Yi − X′i β)2 (10)
i:z =1
2 2 2σ
i
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 45 / 48
Método de dos etapas de Heckman
Método de dos etapas de Heckman
Heckman propone un método que también proporciona estimadores
consistentes de β. De acuerdo con (8), para los valores observados de Yi
(es decir, para zi = 1) el término de sesgo es igual a
E[Yi |zi = 1] − X′i β = ρσλi . Sea ηi = Yi − E[Yi |zi = 1]; entonces
podemos escribir
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 46 / 48
Método de dos etapas de Heckman
H0 : ρ = 0 vs H1 : ρ ̸= 0
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 47 / 48
Comentarios sobre las variables wi y Xi
Juan Byron Correa (Microeconometrı́a) Modelos de variable dependiente limitada January 27, 2022 48 / 48