Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1,00
F (Z ) 0,4
p = F (Z )
0,75
Efecto acumulativo
0,3
Efecto Marginal
0,50
0,2
0,25
0,1
0,00 0
-3 -2 -1 0 1 2 Z
Z = β 1 + β 2 X 2 + ... + β k X k
En el caso del modelo Probit, la función F(Z) es la función de distribución de la variable
N(0,1).
1
MODELOS DE ELECCIÓN BINARIA: EL MODELO PROBIT
1.00
1
1 −2Z 2 0.4
f (Z ) = e
0.75
2π
Cumulative effect
0.3
Marginal effect
0.50
0.2
0.25
0.1
0.00 0
-3 -2 -1 0 1 2 Z
Z = β 1 + β 2 X 2 + ... + β k X k
Por lo demás, los análisis Logit y Probit son muy similares. En particular, ambos utilizan la
estimación por máxima verosimilitud.
2
MODELOS DE ELECCIÓN BINARIA: EL MODELO PROBIT
------------------------------------------------------------------------------
GRAD | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
ASVABC | .0648442 .0120378 5.39 0.000 .0412505 .0884379
SM | -.0081163 .0440399 -0.18 0.854 -.094433 .0782004
SF | .0056041 .0359557 0.16 0.876 -.0648677 .0760759
MALE | .0630588 .1988279 0.32 0.751 -.3266368 .4527544
_cons | -1.450787 .5470608 -2.65 0.008 -2.523006 -.3785673
------------------------------------------------------------------------------
Aquí tenemos el resultado de la estimación del modelo Probit en el caso del ejemplo de la
graduación en bachillerato.
3
MODELOS DE ELECCIÓN BINARIA: EL MODELO PROBIT
------------------------------------------------------------------------------
GRAD | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
ASVABC | .0648442 .0120378 5.39 0.000 .0412505 .0884379
SM | -.0081163 .0440399 -0.18 0.854 -.094433 .0782004
SF | .0056041 .0359557 0.16 0.876 -.0648677 .0760759
MALE | .0630588 .1988279 0.32 0.751 -.3266368 .4527544
_cons | -1.450787 .5470608 -2.65 0.008 -2.523006 -.3785673
------------------------------------------------------------------------------
Igual que en el modelo Logit, los coeficientes no tienen una interpretación directa. Sin
embargo, los podemos usar para cuantificar los efectos marginales de las variables
explicativas en la probabilidad de graduarse en bachillerato.
4
MODELOS DE ELECCIÓN BINARIA: EL MODELO PROBIT
p = F (Z )
Z = β 1 + β 2 X 2 + ... β k X k
1
dp 1 −2Z 2
f (Z ) = = e
dZ 2π
∂p dp ∂Z 1 − 12 Z 2
= = f ( Z ) β i = e β i
∂X i dZ ∂X i 2π
5
MODELOS DE ELECCIÓN BINARIA: EL MODELO PROBIT
p = F (Z )
Z = β 1 + β 2 X 2 + ... β k X k
1
dp 1 −2Z 2
f (Z ) = = e
dZ 2π
∂p dp ∂Z 1 − 12 Z 2
= = f ( Z ) β i = e β i
∂X i dZ ∂X i 2π
Efectos marginales
En este caso Z es igual a 1.881 cuando las variables X son iguales a sus medias.
7
MODELOS DE ELECCIÓN BINARIA: EL MODELO PROBIT
Efectos marginales
Total 1.881
1 − 12 Z 2
f (Z ) = e = 0.068
2π
8
MODELOS DE ELECCIÓN BINARIA: EL MODELO PROBIT
Efectos marginales
Los efectos marginales estimados son f(Z) multiplicado por sus respectivos coeficientes.
Vemos que un punto adicional en ASVABC incrementa la probabilidad de graduarse en
bachillerato en un 0.4 por ciento.
9
MODELOS DE ELECCIÓN BINARIA: EL MODELO PROBIT
Efectos marginales
f(Z)b f(Z)b b
Comparamos ahora los resultados entre el modelo Logit y el Probit. Como se observa, los
efectos marginales son prácticamente iguales.
11
MODELOS DE ELECCIÓN BINARIA: EL MODELO PROBIT
f(Z)b f(Z)b b
Las conclusiones de los dos modelos pueden diferir cuando los valores de Y están muy
concentrados en uno de los dos posibles resultados. Esto es debido a que las colas de la
distribución Logit y Probit son ligeramente diferentes.
12
MODELOS DE ELECCIÓN BINARIA: EL MODELO PROBIT
f(Z)b f(Z)b b
En nuestro ejemplo existe una alta concentración en el valor Y=1 (94% de Y=1, 6% de Y=0).
Aun así, los estimadores son prácticamente idénticos en ambos modelos. Según
especialistas en este campo, no hay ventajas significativas de un modelo sobre el otro.
13
MODELOS DE ELECCIÓN BINARIA: EL MODELO PROBIT
f(Z)b f(Z)b b
Si los resultados se dividen aproximadamente al 50 por ciento, los coeficientes del modelo
lineal son similares a los del modelo Logit y Probit. Sin embargo, en este ejemplo el
resultado de Y=1 domina claramente. Por ello, las coeficientes presentan diferencias
notables.
14