ECONOMETRÍA SOCIAL
Y EMPRESARIAL III
EC. ALEXANDRA ARTEAGA PELÁEZ, MGS
TEMA: MODELOS LOGIT Y PROBIT
REVISIÓN TÉCNICA DE LOS MODELOS
• OBJETIVO: Aplicar los modelos LOGIT y PROBIT, a través de
sus fundamentos, métodos de estimación y aplicaciones
prácticas para el análisis y predicción de categóricos.
¿QUÉ ES LOGIT?
Es un termino usado en Se trata de un modelo de
estadísticas y econometría regresión no lineal que se
que estudia la probabilidad utiliza cuando la variable
en un evento que este dependiente es de tipo
sucediendo en función de dicotómico, es decir, puede
otros factores. tomar solo dos valores.
Modelo Lineal Si = 1 o No =0
Probabilidad
Si
No
Una forma funcional “S”.
¿PARA QUÉ SIRVE LOGIT?
Sirve para transformar Es utilizado en una variedad
una probabilidad en una de campos, como la
escala logarítmica, lo que medicina, la biología, la
ayuda en la interpretación epidemiología, la economía,
lineal de los coeficientes la psicología, la ingeniería y
del modelo. muchas otras áreas.
Los coeficientes estimados en
la regresión logística
representan la variación en el
logaritmo de las razones de
probabilidad cuando hay un
cambio unitario en las
variables independientes.
HISTORIA DE LOGIT
El termino de la
“curva logística” fue
nombrado por el
matemático británico
Edward Wright
(1558-1615),
refiriéndose a la
ecuación logarítmica. Joseph Berkson (14 Mayo 1899 - 12
Septiembre 1982) fue un físico, médico y
estadístico estadounidense conocido por
su contribución a la identificación de un
sesgo en los estudios observacionales
causado por efectos de selección, lo cual
se conoce como la paradoja de Berkson.
HISTORIA DE LOGIT
El modelo LOGIT fue desarrollado inicialmente por Joseph Berkson y
David Cox en la década de 1950 como una forma de modelar la relación
entre la probabilidad de un evento binario (por ejemplo: éxito o fracaso)
y un conjunto de variables explicativas. Se basa en la transformación de
la probabilidad del evento en la llamada función Logit, que es el
logaritmo natural del cociente entre la probabilidad del evento y la
probabilidad de su complemento (es decir, 1 menos la probabilidad del
evento).
CAMPO DE APLICACIÓN
A lo largo de los años, el modelo LOGIT ha sido ampliamente utilizado
en una variedad de campos, incluyendo la econometría, la
epidemiología, la psicología, la sociología y la ciencia política. Se ha
convertido en una herramienta fundamental para el análisis de datos
binarios, especialmente cuando se trata de predecir la ocurrencia o no
ocurrencia de un evento en función de variables explicativas.
CAMPO DE APLICACIÓN
El modelo LOGIT ha sido aplicado en una amplia gama de estudios,
incluyendo la predicción de resultados electorales, la evaluación de
riesgos en salud pública, el análisis de comportamiento del consumidor
y la modelización de decisiones en economía y negocios. Su flexibilidad
y capacidad para manejar datos binarios lo han convertido en una
herramienta invaluable en la investigación empírica y en la toma de
decisiones basada en datos en una variedad de disciplinas.
FORMULA DE MODELO LOGIT
Logit
Variables Despejado
Probabilidad de
evento de Interés Parámetros independientes
Interpretación
El logaritmo de la probabilidad será Características de Logit
igual al logaritmo de que ocurra un
evento, divido entre 1 menos la • Si p = 0,5 Rp = 1 y logit = 0
probabilidad a que No ocurra el evento. • Si p < 0,5 Rp < 1 y logit < 0
• Si p > 0,5 Rp > 1 y logit > 0
Rp=Razón de probabilidad
EJEMPLO MODELO LOGIT RESUELTO
1.
Variable Variable
dependiente explicativa
Si es menor de 0,05 será
significativa y es mayor
no será significante.
Estar en cuenta su
Se deduce que si es menor se significancia que
esta aprobando la hipótesis nula debe estar de 0,05
Este comando calcula
los cambios
marginales a la
probabilidad. Lo cual
STATA se determina a
las variables
independiente en
promedios
Análisis
Lo que determina que valores de significancia dan cambios, con respecto que la madre tuviera hijos
menores de 6 años de edad tiene probabilidad de que ella no trabaje, pasaría lo contrario si una mujer
disminuye un hijo tiende la probabilidad a que encuentre trabajo.
Si la mujer tiene hijos mayores de 6 años en adelante tiende a la probabilidad de encontrar trabajo.
Si la mujer aumenta su nivel educativo se interpreta de que su probabilidad de encontrar trabajo sea
mayor.
PASOS PARA RESOLVER UTILIZANDO MODELO LOGIT
PA
SO
• Recopilar los datos.
1
PA
SO
• Preparar los datos deseados.
2
PA
SO
• Ajustar el modelo.
3
PA
SO
• Interpretar los coeficientes.
4
PA
SO
• Evaluar la significancia estadística.
5
PA
SO
• Realizar predicciones.
6
CONCLUSIONES Y RECOMENDACIONES
El modelo Logit nos permite estudiar las variables dummy categorizando
entre 0 y 1 lo que equivale una probabilidad dentro del estudio. Y esta a
su vez se pueden cambiar de valor dependiendo del cambio unitario que
se da en las variables independientes.
A pesar de la amplitud de servicios que pueda ejercer cualquier ámbito
profesional. No se aplica la función de distribución acumulada normal
debido que los coeficientes se vuelven complicadas de analizar.
Se requiere un tamaño de muestra lo suficientemente grande. Esto se debe
a que utiliza el método de estimación de máxima verosimilitud, que
puede ser menos preciso con muestras pequeñas.
TALLER EN CLASES CPE #2
Se pide:
Elabore un ejemplo con información de estudios reales
que se hayan fundamentado en el uso de modelos
LOGIT para obtener sus datos.
Explique las hipótesis, cuales son sus variables
utilizadas y los posibles resultados.
Socializar su trabajo utilizando las herramientas
didácticas dentro del salón de clases.
GRACIAS
