Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Dependiente Binaria
-Logit y ProbitMaestra en Evaluacin de Proyectos
ITBA-UCEMA
Daniel Lema
p
0.8
0.6
0.4
0.2
La relacin es no lineal
La variable dependiente est restringida
entre cero y uno
Dos modelos producen una relacin de
este tipo
Un modelo basado en la funcin logstica
Un modelo derivado de una funcin de
distribucin normal acumulada
Modelo Logit
Expresando el modelo explcitamente en
trminos de probabilidades tenemos
Pi = Xi
Donde Pi es la probabilidad de que el
hogar i sea propietario de una casa
Una relacin que genera un grfico como
el anterior es:
Pi
1
1 e
( X i )
Pi
1 Pi
En el caso de la propiedad de casas representa
la razn de la probabilidad de que una familia
posea una casa respecto de la probabilidad de
que no la posea.
Por ejemplo, si Pi = 0.8 significa que las
probabiliades son 4 a 1 a favor de que la familia
Li ln
Pi
1 Pi
Z i X i
El Modelo Probit
La aproximacin al problema es similar al
Logit pero se supone una relacin no
lineal distinta (aunque muy similar) entre
Xi y Pi
Se basa en la distribucin normal
acumulada
Se supone que la decisin de poseer o no
una casa depenede de un ndice I
(conocido como variable latente)
Explcitamente
F (Ii )
Xi
Ii
Z 2 / 2
Z 2 / 2
dz
dz
Pi = F(Ii)
Pi
0.8
Pr (I*i Ii)
0.6
0.4
0.2
Ii = + Xi
-X
En Logit
En Probit
Inferencia
La inferencia no presenta diferencias
sustanciales respecto al Modelo Lineal
Gaussiano, por lo que para llevar a cabo
hiptesis sobre el valor de un coeficiente puede
emplearse un estadstico de la tStudent
tradicional (aunque, siendo rigurosos, la
distribucin apropiada sera la Normal).(ratio z)
Por su parte, para contrastar la validez de un
conjunto de restricciones como las que definen
la significacin global del modelo puede el test
de razn de verosimilitud (LR)
LR