Modelo Logit

El modelo logit permite obtener estimaciones de la probabilidad de un suceso,

identificar los factores de riesgo que determinan dichas probabilidades, así como la

influencia o peso relativo que éstos tienen sobre las mismas.

Este modelo es empleado cuando se desea comparar un grupo de variables

independientes con una variable dependiente no métrica (dicotómica), por lo que su

posible respuesta es 0 (Fracaso, Ausencia de …) o 1 (Éxito, Presencia de …), por este

motivo no se puede usar un modelo lineal.

Este tipo de modelo arroja como resultado un índice, cuyos determinantes son

conocidos, el cual permite efectuar ordenaciones, las cuales, al realizarse, posibilitan,

con algún método de estratificación, generar clasificaciones en las que se le asocia a

cada elemento una calificación. Existen muchos criterios para llevar a cabo la

asociación índice - calificación, muchos de ellos con base en índices de muestreo,

donde el criterio es puramente estadístico. Otros criterios podrían considerarse como

subjetivos.

Para el caso más sencillo, el de una única variable explicativa, se trata de encontrar la

relación que existe entre la variable explicativa y la endógena. Las posibilidades que se

plantean son:

Que la función que relaciona ambas variables sea una función lineal, caso en el cual se

tiene, lo que se ha denominado, el modelo lineal de probabilidad. Este asume que la

relación entre las variables explicativas y la variable explicada tiene un comportamiento

lineal, suposición que en muchos casos no se da, dando esta situación origen a los

modelos de regresión no lineales, dentro de los cuales se encuentran ubicados los

modelos Probit y Logit.

de estimación la función logística en vez de la lineal. Con la modelización Logit, el

resultado del modelo es la estimación de la probabilidad de que un nuevo individuo

pertenezca a un grupo o a otro, mientras que, por otro lado, al tratarse de un análisis de

regresión, también permite identificar las variables más importantes que explican las

diferencias entre grupos.

La modelización Logit es similar a la regresión tradicional salvo que utiliza como función

de estimación la función logística en vez de la lineal. Con la modelización Logit, el

resultado del modelo es la estimación de la probabilidad de que un nuevo individuo

pertenezca a un grupo o a otro, mientras que por otro lado, al tratarse de un análisis de

regresión, también permite identificar las variables más importantes que explican las

diferencias entre grupos.

Existen distintos tipos de modelos Logit en función de las características que presenten

las alternativas que definen a la variable endógena. Esta variable permite medir el número

de grupos existentes en el análisis, los modelos Logit se pueden clasificar así:

 Logit dicotómico: Se utiliza cuando el número de alternativas son dos y excluyentes

entre sí.

 Logit de respuesta múltiple: Se utiliza cuando el número de alternativas a

modelizar es superior a dos.

 Logit con datos no ordenados: Se utiliza cuando las alternativas que presenta la

variable endógena no indican ningún orden

 Logit multinomial: Se utiliza cuando los regresores del modelo hacen referencia a

las observaciones muéstrales, por lo que varían entre observaciones pero no entre

alternativas.
 Logit condicional: Se utiliza cuando los regresores del modelo hacen referencia a

las alternativas, por lo que sus valores varían entre alternativas pudiendo hacerlo o

no entre observaciones.

 Logit con datos ordenados: Se utiliza cuando las alternativas de la variable

endógena representan un orden entre ellas.

El modelo Logit dicotómico:

Presenta las siguientes características principales:

Variable endógena binaria: Identifica la pertenencia del individuo a una de dos posibles

categorías, identificando con el número 1 si el individuo pertenece a la característica de

interés cuya probabilidad se estimará en el modelo. Se identifica con 0 al elemento que

no posee la característica de interés, cuya probabilidad también se estima con el modelo.

Variables exógenas: Son las variables que permiten discriminar entre los grupos y que

determinan la pertenencia de un elemento a un grupo u otro. Pueden estar medidas en

escala nominal, ordinal, de intervalo o de razón.

Resultado del análisis: El resultado del análisis es un vector de parámetros con valores

numéricos, que son los coeficientes para cada uno de las variables explicativas que hacen

parte definitiva del modelo. La importancia radica en que a cada valor del vector de

parámetros le corresponde una variable explicativa, al tenerse en cuenta todas en

conjunto y dar valores a cada una de las variables independientes contenidas en el modelo

definitivo, se obtiene el valor de la probabilidad de que un individuo posea la

característica de interés estudiada en el modelo.

Modelo logit de respuesta múltiple:

Cuando la variable endógena a modelizar es una variable discreta con varias alternativas

posibles de respuesta, nos encontramos ante los modelos de respuesta múltiple. Estos

modelos se clasifican en dos grandes grupos según las alternativas que presenta la
variable endógena así: cuando se puedan ordenar (modelos con datos ordenados) o no se

puedan ordenar (modelos con datos no ordenados).

Logit multinomial

En este tipo de modelos las alternativas de la variable respuesta indican la pertenencia de

las observaciones a un determinado grupo sin incorporar información ordinal.

Logit ordinal

En este tipo de modelos las alternativas de la variable respuesta permiten establecer un

orden entre las distintas observaciones.

Explicación:

Sea la variable respuesta Y, la cual sólo puede tomar los valores Y=1 (presencia de la

característica de interés) con probabilidad de ocurrencia igual a π y Y=0 (ausencia de la

característica de interés) con probabilidad 1-π. Además, sea la covariable (variable

predictiva o variable independiente) X, la cual puede ser categórica o continua.

Si la variable Y es el resultado de un experimento de Bernoulli, esto es, las observaciones

son independientes, entonces la variable aleatoria tiene distribución de Bernoulli con:

𝑬 (𝒀 / 𝑿 = 𝒙) = π (Esperanza condicional de Y dado X=x), y

𝑽 (𝒀 / 𝑿 = 𝒙) = π (𝟏 −π) (Varianza condicional de Y dado X=x).

Por lo tanto, la probabilidad de que Y = 1 es igual a la 𝑬 (𝒀 / 𝑿 = 𝒙) = π y puede ser

calculada a partir de una distribución de probabilidad que tiene la forma de la curva

sigmoidea, en particular esta curva puede ser la logística,

Donde 𝜼 = 𝜷𝟎 + 𝜷𝟏𝑿 es el predictor lineal y la función de enlace canónico es:

La utilidad del modelo se basa en que muchas veces, el perfil de variables predictivas

puede estar formado por características cualitativas y cuantitativas; y se pretende hacer

participar a todas en una sola ecuación conjunta que explique como la probabilidad de

alcanzar una respuesta depende de todas y cada una de las variables predictivas.