Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Los economistas a menudo están interesados en los factores que subyacen a los procesos
de toma de decisiones de los individuos y empresas.
1
MODELOS DE ELECCIÓN BINARIA
Los modelos que se han desarrollado para este propósito se conocen como modelos de
respuesta cualitativa o de elección binaria. El resultado de la toma de decisión será
denotado por Y y tomará el valor de 1 si el evento ocurre y 0 en caso contrario.
2
MODELOS DE ELECCIÓN BINARIA
Se han desarrollado modelos con más de dos posibles resultados pero nosotros nos
centraremos en los modelos de elección binaria: Y=0, Y=1.
3
MODELOS DE ELECCIÓN BINARIA
pi = p(Yi = 1) = β 1 + β 2 X i
El modelo de elección binaria más simple es el modelo de probabilidad lineal donde, como
su nombre indica, la probabilidad de que ocurra un evento es p, la cual se asume que es
una función lineal de un conjunto de variables explicativas.
4
MODELOS DE ELECCIÓN BINARIA
y, p pi = p(Yi = 1) = β 1 + β 2 X i
1
β1 +β2Xi
β1
0 Xi X
5
MODELOS DE ELECCIÓN BINARIA
pi = p(Yi = 1) = β 1 + β 2 X i
6
MODELOS DE ELECCIÓN BINARIA
Usaremos este proceso de decisión como ejemplo. Definimos una variable GRAD que es
igual a 1 si se finaliza el bachillerato, y 0 en caso contrario.
7
MODELOS DE ELECCIÓN BINARIA
. g GRAD = 0
------------------------------------------------------------------------------
GRAD | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
ASVABC | .0070697 .0010039 7.04 0.000 .0050976 .0090419
_cons | .5794711 .0524502 11.05 0.000 .4764387 .6825035
------------------------------------------------------------------------------
Aquí observamos los resultados de la regresión entre GRAD y ASVABC. Podemos concluir
que por cada punto adicional en ASVABC se incrementa la probabilidad de graduarse en
0.007 (un 0.7%).
8
MODELOS DE ELECCIÓN BINARIA
. g GRAD = 0
------------------------------------------------------------------------------
GRAD | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
ASVABC | .0070697 .0010039 7.04 0.000 .0050976 .0090419
_cons | .5794711 .0524502 11.05 0.000 .4764387 .6825035
------------------------------------------------------------------------------
La ordenada en el origen sugiere que una persona con un cero en el ASVABC tiene un 58%
de probabilidad de graduarse. Lo cual carece de sentido.
9
MODELOS DE ELECCIÓN BINARIA
pi = p(Yi = 1) = β 1 + β 2 X i
10
MODELOS DE ELECCIÓN BINARIA
pi = p(Yi = 1) = β 1 + β 2 X i
Yi = E (Yi ) + ui
pi = p(Yi = 1) = β 1 + β 2 X i
Yi = E (Yi ) + ui
E (Yi ) = 1 × pi + 0 × (1 − pi ) = pi = β 1 + β 2 X i
12
MODELOS DE ELECCIÓN BINARIA
pi = p(Yi = 1) = β 1 + β 2 X i
Yi = E (Yi ) + ui
E (Yi ) = 1 × pi + 0 × (1 − pi ) = pi = β 1 + β 2 X i
Yi = β 1 + β 2 X i + ui
13
MODELOS DE ELECCIÓN BINARIA
Y, p pi = p(Yi = 1) = β 1 + β 2 X i
1
β1 +β2Xi
β1
0 Xi X
pi = p(Yi = 1) = β 1 + β 2 X i
Yi = E (Yi ) + ui
E (Yi ) = 1 × pi + 0 × (1 − pi ) = pi = β 1 + β 2 X i
Yi = β 1 + β 2 X i + ui
Yi = 1 ⇒ ui = 1 − β 1 − β 2 X i
Yi = 0 ⇒ ui = − β 1 − β 2 X i
Y, p pi = p(Yi = 1) = β 1 + β 2 X i
A
1
1 – β1 – β2Xi
β1 +β2Xi
β1 β1 + β2Xi
B
0 Xi X
σ u2 = ( β 1 + β 2 X i )(1 − β 1 − β 2 X i )
i
Y, p
A
1
1 – β1 – β2Xi
β1 +β2Xi
β1 β1 + β2Xi
B
0 Xi X
Y, p
A
1
1 – β1 – β2Xi
β1 +β2Xi
β1 β1 + β2Xi
B
0 Xi X
Fitted |
values | Freq. Percent Cum.
------------+-----------------------------------
1.000381 | 6 4.76 4.76
1.002308 | 9 7.14 11.90
1.004236 | 7 5.56 17.46
1.006163 | 3 2.38 19.84
……………………………………………………………………………………………………………………...
19
MODELOS DE ELECCIÓN BINARIA
*********************************************
20
MODELOS DE ELECCIÓN BINARIA
*********************************************
La principal ventaja del modelo de probabilidad lineal respecto al modelo logit y probit es
que resulta más fácil de estimar. Por esta razón se recomienda su uso para trabajo
exploratorio.
21
MODELOS DE ELECCIÓN BINARIA
*********************************************
Sin embargo, esta ventaja no debería ser decisiva porque hoy en día los ordenadores son
una herramienta rápida y eficiente. Además, el modelo logit y probit están presentes en la
mayoría de los software estadísticos.
22