Modelo Lineal de Probabilidad (MLP)

La variable dependiente es expectativa y las

demás son independientes: integrantes,
Iningreso, edad, hrslectura, sexo,
compuinternet.
= Podemos decir que por cada integrante de
la familia que aumente, la expectativa de
seguir estudiando es de -.0209428, si lo
demás es constante.
= Cuando el ingreso aumenta una unidad, la
expectativa aumenta un 10.6% . Si lo demás
permanece constante
Cuando el tiempo de recorrido a la escuela
aumenta una unidad, la expectativa de asistir
a la escuela es de -.0565. Si lo demás
permanece constante
• = Si la edad aumenta una unidad,
la expectativa es de -.0019 . Si lo
demás permanece constante
• =SI es masculino el sexo , tiene
una expectativa de .2266 . Si lo
demás permanece constante
• = Si se tiene una computadoras
con internet, la expectativa
aumenta un .130392 . Si lo
demás permanece constante
• Cuando las variables son igual a
cero, la expectativa de seguir
estudiando es de .02720
Bajo la hipótesis Nula (. El valor es de
0.951, es estadísticamente no significativo
Bajo la hipótesis Nula (. El valor es de 0.
117, es estadísticamente no significativo
Bajo la hipótesis Nula (. El valor es de. 029,
es estadísticamente significativo. Se
rechaza la hipótesis nula
Bajo la hipótesis Nula (. El valor es de.326,
es estadísticamente no significativo
Bajo la hipótesis Nula (. El valor es
de .736, es estadísticamente no
significativo
Bajo la hipótesis Nula (. El valor es
de .003, es estadísticamente
significativa. Se rechaza la hipótesis
nula
Bajo la hipótesis Nula (. El valor es
de .0 , es estadísticamente
significativa. Se rechaza la hipótesis
nula
Bajo la hipótesis Nula (. El valor es
de .028, es estadísticamente
significativa. Se rechaza la hipótesis
nula
R^2= .1314, explica los cambios en
la expectativa de seguir estudiando
ESTIMACIONES DE PROBABILIDADES PUNTUALES
Modelo Logit
= Podemos decir que por cada
integrante de la familia que aumente,
la expectativa de seguir estudiando
es de logit -.1084, si lo demás es
constante.
= Cuando el ingreso aumenta una
unidad, la expectativa es de
logit .6097. Si lo demás permanece
constante
Cuando el tiempo de recorrido a la
escuela aumenta una unidad, la
expectativa de asistir a la escuela es
de logit -.2939. Si lo demás
permanece constante
• = Si la edad aumenta una unidad, la
expectativa es de logit -.0114. Si lo
demás permanece constante
• =Si aumentan una hora de lectura, se
tiene una expectativa de logit .6710 . Si lo
demás permanece constante
• =SI es masculino el sexo , tiene una
expectativa logit de 1.0989 . Si lo demás
permanece constante
• = Si se tiene una computadoras con
internet, la expectativa aumenta
logit .7215 . Si lo demás permanece
constante
• Cuando las variables son igual a cero, la
expectativa de seguir estudiando es de
logit – 2.9883

• Pseudo R^2= .1346

PROBABILIDADES PUNTUALES
EFECTOS MARGINALES
Si tenemos en cuenta las variables de
integrantes, Iningreso, edad, hrslectura, sexo,
compuinternet. Una persona tiene el 67.48%
de probabilidad de seguir estudiando.

Si aumenta un integrante, disminuye .0237 de

seguir estudiando.
Si aumenta un porciento del ingreso,
aumenta .1337 la probabilidad de seguir
estudiando
Cuando aumenta el tiempo de distancia
disminuye -.064
Cuando aumenta la edad, la probabilidad es de
-..002
Si aumentan las horas de lectura la
probabilidad aumenta un .147
SI se es hombre la probabilidad de estudias es
de .24
Si se tiene una computadora con internet la
probabilidad es de .1505
EFECTOS MARGINALES
Modelo Probit
• Podemos decir que por cada integrante de la familia que
aumente, la expectativa de seguir estudiando es de Probit
-.0686, si lo demás es constante.
• Cuando el ingreso aumenta una unidad, la expectativa es
de Probit .3670. Si lo demás permanece constante
• Cuando el tiempo de recorrido a la escuela aumenta una
unidad, la expectativa de asistir a la escuela es de Probit
-.1814 Si lo demás permanece constante
• Si la edad aumenta una unidad, la expectativa es de Probit
-.005 . Si lo demás permanece constante
• Si aumentan una hora de lectura, se tiene una expectativa
de Probit .3793 . Si lo demás permanece constante
• SI es masculino el sexo , tiene una expectativa de
Probit .666 . Si lo demás permanece constante
• Si se tiene una computadoras con internet, la expectativa
aumenta un Probit .411 . Si lo demás permanece constante
• Cuando las variables son igual a cero, la expectativa de
seguir estudiando es de .0272
• El valor es de 0.205, es estadísticamente
no significativo
• (. El valor es de 0. 090, es
estadísticamente no significativo
• (. El valor es de. 019, es estadísticamente
significativo. Se rechaza la hipótesis nula
• (. El valor es de.312, es estadísticamente
no significativo
• (. El valor es de .763, es estadísticamente
no significativo
• (. El valor es de .002, es estadísticamente
significativa. Se rechaza la hipótesis nula
• (. El valor es de .0 , es estadísticamente
significativa. Se rechaza la hipótesis nula
• (. El valor es de .024, es estadísticamente
significativa. Se rechaza la hipótesis nula
ESTIMACIÓN DE PROBABOILIDAD PUNTUAL
EFECTOS MARGINALES
Si tenemos en cuenta las variables de integrantes,
Iningreso, edad, hrslectura, sexo, compuinternet.
Una persona tiene el 66.86% de probabilidad de
seguir estudiando.

Si aumenta un integrante, disminuye -.0252 de

seguir estudiando.
Si aumenta un porciento del ingreso,
aumenta .1331 la probabilidad de seguir
estudiando
Cuando aumenta el tiempo de distancia
disminuye -.0657
Cuando aumenta la edad, la probabilidad es de
-.001
Si aumentan las horas de lectura la probabilidad
aumenta un .137
SI se es hombre la probabilidad de estudias es
de .2402
Si se tiene una computadora con internet la
probabilidad es de .1439
(. El valor es de 0. 089, es estadísticamente
no significativo
(. El valor es de. 019, es estadísticamente
significativo. Se rechaza la hipótesis nula
(. El valor es de.312, es estadísticamente no
significativo
(. El valor es de .763, es estadísticamente no
significativo
(. El valor es de .002, es estadísticamente
significativa. Se rechaza la hipótesis nula
(. El valor es de .0 , es estadísticamente
significativa. Se rechaza la hipótesis nula
(. El valor es de .018, es estadísticamente
significativa. Se rechaza la hipótesis nula
Modelos: MLP, Logit y Probit.

Aquí se muestran los modelos MLP,

Logit y Probit.
Se muestra que aic de mlp es de
368.4354, del Logit es de 346.8864 y
de Probit es de 347.1666.
Por lo que se llega a la conclusión
que Logit es el modelo en el que aic
es menor, por lo que se aconseja
seguir este modelo.
Al igual que en bic, donde mlp es de
397.87, Logit es de 376.327 y de
Probit es de 376.608, igualmente
Logit es el mejor modelo.