Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Solucionario Taller 8
Punto 0. ¿Es lo mismo un aumento de 1pp a un 1%? Por lo tanto, si la probabilidad de que
ocurra un evento X1 es del 0.7 (70%) y la probabilidad de que ocurra X2 es de 0.8 (80%),
¿esto equivale a un aumento en cuántos puntos porcentuales? ¿y cuánto en %?
No es lo mismo 1pp a 1%, ya que 1pp se hace sobre el cambio absoluto entre
probabilidades mientras que 1% es en términos relativos. Miremos en el ejemplo, que el
cambio de 0.7 a 0.8 es de 0.1 que es equivalente a 10 puntos porcentaules (0.1*100=10pp).
0.8−0.7 0.1
En términos relativos (o porcentuales) el cambio sería de = = 0.1429 →
0.7 0.7
14.29%, por lo tanto, 1pp y 1% son dos cosas diferentes.
𝑒𝑧
𝑓(𝑧) =
1 + 𝑒𝑧
El cual también puede representarse como:
1
𝑓(𝑧) =
1 + 𝑒 −𝑧
En un modelo Logit 𝑓(𝑧) se puede representar como la probabilidad condicional de que 𝑦𝑖
sea igual a 1, y z es la recta de regresión lineal poblacional, es decir:
𝑧 = 𝑥𝑖′ 𝛽
1
Pr(𝑦𝑖 = 1|𝑋) = ′
1 + 𝑒 −𝑥𝑖 𝛽
a. Demuestre que la probabilidad de que 𝑦𝑖 = 0 es
′
𝑒 −𝑥𝑖 𝛽 1
Pr(𝑦1 = 0|𝑋) = =
−𝑥𝑖′ 𝛽 ′
1+𝑒 1 + 𝑒 𝑥𝑖 𝛽
Como Pr(𝑦𝑖 = 1 |𝑋) + Pr(𝑦𝑖 = 0|𝑋) = 1 → Pr(𝑦𝑖 = 0|𝑋) = 1 − Pr(𝑦𝑖 = 1 |𝑋)
1
Pr(𝑦𝑖 = 0 |𝑋) = 1 − ′
1 + 𝑒 −𝑥𝑖 𝛽
′
1 + 𝑒 −𝑥𝑖 𝛽 − 1
Pr(𝑦𝑖 = 0 |𝑋) = ′
1 + 𝑒 −𝑥𝑖 𝛽
′
𝑒 −𝑥𝑖 𝛽
Pr(𝑦𝑖 = 0 |𝑋) = ′
1 + 𝑒 −𝑥𝑖 𝛽
1
Pr(𝑦𝑖 = 0 |𝑋) = ′
1 + 𝑒 𝑥𝑖 𝛽
′
𝜕 Pr(𝑦𝑖 = 1|𝑋) 𝑒 −𝑥𝑖 𝛽
=− 2
(−𝛽𝑘 )
𝜕𝑥𝑖𝑘 ′
(1 + 𝑒 −𝑥𝑖 𝛽 )
′
𝜕 Pr(𝑦𝑖 = 1|𝑋) 𝑒 −𝑥𝑖 𝛽
= 2
(𝛽𝑘 )
𝜕𝑥𝑖𝑘 (1 + 𝑒 −𝑥𝑖′ 𝛽
)
′
𝜕 Pr(𝑦𝑖 = 1|𝑋) 1 𝑒 −𝑥𝑖 𝛽
= ′ 2
(𝛽𝑘 )
𝜕𝑥𝑖𝑘 1 + 𝑒 −𝑥𝑖 𝛽 1 + 𝑒 −𝑥𝑖′ 𝛽
𝜕 Pr(𝑦𝑖 = 1|𝑋)
= Pr(𝑦1 = 1|𝑋) Pr(𝑦1 = 0|𝑋) (𝛽𝑘 )
𝜕𝑥𝑖𝑘
1
Pr(𝑦1 = 1|𝑋) 1 + 𝑒 −𝑥𝑖′ 𝛽
= ′
Pr(𝑦1 = 0|𝑋) 𝑒 −𝑥𝑖 𝛽
′
1 + 𝑒 −𝑥𝑖 𝛽
Pr(𝑦1 = 1|𝑋) 1
=
Pr(𝑦1 = 0|𝑋) 𝑒 −𝑥𝑖′ 𝛽
Pr(𝑦1 = 1|𝑋) ′
= 𝑒 𝑥𝑖 𝛽
Pr(𝑦1 = 0|𝑋)
Incluso, si sacamos el logaritmo natural a ambos lados:
Pr(𝑦1 = 1|𝑋)
ln ( ) = 𝑥𝑖′ 𝛽
Pr(𝑦1 = 0|𝑋)
Este ratio de probabilidad implica que, dadas las variables de un individuo, cuánto
más tiene de probabilidad de tener un y=1 en relación con un y=0. Por ejemplo, si
este ratio es igual a 1.25 indica que hay un 25% más de probabilidad que el
individuo, con esas características, obtenga un y=1 en relación con tener un y=0. Si
es 0.85 quiere decir que este individuo con sus características tiene un 15% menos
de probabilidad de que y=1 a tener un y=0.
En este caso se calcula Pr(𝑦𝑖 = 1|𝑋, 𝑥𝑘 = 1) y Pr(𝑦𝑖 = 1|𝑋, 𝑥𝑘 = 0). El efecto marginal es
la diferencia entre estas dos probabilidades.
Las impresiones acá pueden considerarse de forma subjetiva por lo que no habría una
respuesta correcta.
Sin embargo, es importante reconocer que, en las regresiones de los 3 modelos, el número
de hijos no es una variable significativa para poder explicar si una mujer es víctima de
violencia intrafamiliar, por lo que no importa si no hay hijos o si hay muchos. Según los
tres modelos, las mujeres más religiosas parecen ser menos propensas a recibir maltrato.
Esto puede deberse a 2 razones diferentes, el cuál no se pueden validar por el momento. La
primera posición se refiere a que podríamos estar hablando que realmente considerarse
religioso y/o espiritual permite ser hombres/mujeres con más valores que los que no lo son
y por lo tanto reconocen los límites y así se puede mitigar o evitar el maltrato. Sin embargo,
la otra posición puede coincidir en que las mujeres que son más religiosas quizá tengan una
aversión mucho mayor a denunciar a su pareja y, por lo tanto, pueden mentir en las
encuestas. Habría que recomendarle a la secretaría de la mujer una campaña que le permita
hacer que las mujeres sean más independientes económicamente de sus parejas, pues es una
de las variables que más se puede ejercer algún tipo de control o que pueda ser impactada
por medio de políticas públicas.
b. Suponga dos mujeres hipotéticas: La mujer A tiene 25 años, tiene 2 años de casada,
sin hijos, hizo hasta 2do semestre de Economía (13 años de educación), considera
que es muy religiosa (religiosidad=5) y depende mucho de su esposo
(IndepEcon=1). La mujer B, en cambio, es una mujer que es casi igual a la A, la
única diferencia, es que B es totalmente independiente en términos económicos de
su pareja (IndepEcon=5). Para cada una de los 3 modelos, mencione en promedio, y
ceteris paribus, cuántos puntos porcentuales hay de diferencia entre las mujeres A y
B.
MPL:
Mujer A:
𝑦
̂𝐴 = 1.228 − 0.01(25) + 0.021(2) − 0.003(0) − 0.002(13) − 0.145(1) − 0.067(5)
𝑦
̂𝐴 = 0.514 → 𝑦
̂𝐴 = 51.4%
Mujer B:
𝑦
̂𝐵 = 1.228 − 0.01(25) + 0.021(2) − 0.003(0) − 0.002(13) − 0.145(5) − 0.067(5)
𝑦
̂𝐵 = −0.066 → 𝑦̂𝐵 = −6.6%
Habría una diferencia de 58 puntos porcentuales de diferencia entre estas dos mujeres.
Logit:
Mujer A:
𝑧𝐴 = 3.835 − 0.058(25) + 0.111(2) − 0.01(0) − 0.012(13) − 0.709(1) − 0.372(5)
𝑍𝐴 = −0.118
1
Pr(𝑦𝐴 = 1|𝑋𝐴 ) = → Pr(𝑦𝐴 = 1|𝑋𝐴 ) = 0.4705 = 47.05%
1 + 𝑒 −𝑧
Mujer B:
𝑧𝐵 = 3.835 − 0.058(25) + 0.111(2) − 0.01(0) − 0.012(13) − 0.709(5) − 0.372(5)
𝑍𝐵 = −2.954
1
Pr(𝑦𝐵 = 1|𝑋𝐵 ) = → Pr(𝑦𝐵 = 1|𝑋𝐵 ) = 0.0495 = 4.95%
1 + 𝑒 −𝑧
Por lo que habría una diferencia de 42.1puntos porcentuales.
Probit:
Mujer A:
𝑧𝐴 = 2.271 − 0.034(25) + 0.066(2) − 0.008(0) − 0.008(13) − 0.425(1) − 0.221(5)
𝑧𝐴 = −0.081
Pr(𝑦𝐴 = 1|𝑋𝐴 ) = Φ(−0.081) → Pr(𝑦𝐴 = 1|𝑋𝐴 ) = 0.4631 = 46.31%
Mujer B:
𝑧𝐵 = 2.271 − 0.034(25) + 0.066(2) − 0.008(0) − 0.008(13) − 0.425(5) − 0.221(5)
𝑧𝐴 = −1.781
Pr(𝑦𝐴 = 1|𝑋𝐴 ) = Φ(−1.781) → Pr(𝑦𝐴 = 1|𝑋𝐴 ) = 0.0375 = 3.75%
Teniendo una diferencia de 42.56 puntos porcentuales.