Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OBJETIVOS DOCENTES
3.1 Introducción.
3.2 Modelo lineal de probabilidad
3.3 Modelo logit y probit
Bibliografía:
2
Modelos de elección discreta
Los modelos de elección discreta tratan de explicar una variable cualitativa en función de otras
variables (cualitativas y cuantitativas).
3
Modelos de elección discreta
Ejemplos:
4
Modelos de elección discreta
Por otro lado, a partir de la especificación lineal del modelo y asumiendo que
E (Yi ) o 1 X 1i ..... k X ki
Yi o 1 X 1i i i 1..21
1 é
y Xi= renta
0 é
6
Modelos de elección discreta
El siguente gráfico muestra el diagrama de dispersión de los valores observados y los valores
estimados y la renta. Analizar / Regresión / Regresión lineal.
7
Modelos de elección discreta
Los únicos valores que puede tener la variable dependiente son 0 y 1.Entonces,
1 o 1 X 1i ..... k X ki
i
o 1 X 1i ..... k X ki
Var ( i ) pi (1 pi )
3. La variable = puede tomar valores tanto en el intervalo [0,1] como fuera de él.
Una solución a este problema (el más importante) implica la utilización de los
modelos LOGIT Y PROBIT, dado que garantizan que la probabilidad estimada se
encuentre en el intervalo [0,1]
8
Modelos de elección discreta
La idea de estos nuevos planteamientos consiste en obligar a que las predicciones del
modelo se encuentren en el intervalo [0,1]. Para ello se formula el modelo con una
función F que toma sus valores en dicho intervalo; esto es,
⋯. …
,
Donde 0 . 1
Por lo tanto
1
0 1 1
9
Modelos de elección discreta
Formulación
Modelo logit : asume una función de distribución logística de parámetros α=0 y β=1 , la
esperanza es cero y desviación típica es 1,814
√
1
⋯.
⋯. ⋯.
…
⋯.
1 ⋯.
1
1
0 1 ⋯.
1
⋯.
1
10
Modelos de elección discreta
⋯.
…
√
⋯.
1
1…
√2
⋯.
…
√
11
Modelos de elección discreta
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
-5 -4 -3 -2 -1 0 1 2 3 4 5
12
Modelos de elección discreta
; 1 1
La función de verosimilitud es
F Xβ 1 F Xβ
13
Modelos de elección discreta
1 1
14
Modelos de elección discreta
⋯. ′
⋯ ′
15
Modelos de elección discreta
1) Dado que la función de densidad siempre toma valores positivos, el signo de está
determinado por . Por ejemplo, en el caso de los préstamos, si el coeficiente de la renta es
positivo, significa que a mayor renta mayor es la probabilidad de que te concedan un préstamo.
16
Modelos de elección discreta
′ 1 ′
17
Modelos de elección discreta
En el modelo logit
1
1 0 1
1 1
Por tanto,
⋯.
18
Modelos de elección discreta
Consideremos el cociente entre dos odds (ODDS RATIO) para los valores
⋯ 1 ⋯ y ⋯ ⋯ .
Es decir, todos los regresores constantes salvo el regresor j-ésimo que ha aumentado en una
unidad:
⋯ 1 ⋯
⋯ ⋯
⋯ 1 ⋯
⋯ ⋯
19
Modelos de elección discreta
⋯ ⋯
⋯ ⋯
Por tanto, es el Odds ratio cuando aumenta en una unidad, permaneciendo el resto de
regresores constantes.
¿Cómo se interpretaría un 1?
¿Cómo se interpretaría un 1,12?
¿Cómo se interpretaría un 0,95?
20
Modelos de elección discreta
H0 : j 0 Xj no significativo
H1 : j 0 Xj significativo
21
Modelos de elección discreta
Variables en la ecuación
B E.T. Wald gl Sig. Exp(B)
renta ,172 ,017 100,619 1 ,000 1,187
Paso 1a
Constante -4,389 ,275 254,766 1 ,000 ,012
a. Variable(s) introducida(s) en el paso 1: renta.
El valor Exp (B) asociado con la renta es 1,187: cuando se incrementa la renta en una
unidad, el odds de que te concendan un préstamo se incrementa en el 18,7%.
22
Modelos de elección discreta
Dado que la probabilidad estimada es menor que 0.5, el modelo prevee que no se le
concede el prestamo. Podemos comprobar que, en este caso, el modelo acierta.
23
Modelos de elección discreta
2 ó .
24
Modelos de elección discreta
Bondad de ajuste
Global --%
25
Modelos de elección discreta
3) Los pseudo- R2
Al igual que el coeficiente de determinación de la regresión lineal, se puede definir una medida
de bondad del ajuste que es parecido a un R2, basado las funciones de verosimilitud para el
estimador en el modelo sin restricciones y en el modelo restringido (sólo con termino
independiente).
/
1
ó
ln ó
1
ln
http://www.ats.ucla.edu/stat/mult_pkg/faq/general/Psuedo_RSquareds.htm
http://pic.dhe.ibm.com/infocenter/spssstat/v22r0m0/index.jsp?topic=%2Fcom.ibm.spss.statistics.
cs%2Fspss%2Ftutorials%2Fplum_germcr_rsquare.htm
26
Modelos de elección discreta
27