MODELOS CON VARIABLES DEPENDIENTES DISCRETAS

MODELOS DE ELECCION BINARIA COMO MODELOS DE REGRESION

MODELOS DE PROBABILIDAD

En el estudio de fuente Spector y Mazzero (1980), en este estudio analizaron si una nueva
metodología didáctica resulta eficaz en la enseñanza de la econometría donde:

 Variable dependiente es MEJORA. Que indica si mejoro o no la nota del alumno tras un
periodo de aprendizaje.
 Variables independientes:
o CM. Media de las calificaciones pasadas del alumno
o NP. Nota del alumno en un examen previo al periodo de aprendizaje
o PSI. Variable binaria que indica si en el periodo de aprendizaje el alumno estudio
con el nuevo método didáctico o no.

Tabla 1.1 Datos utilizados para estudiar la eficiencia del programa

OBS CM NP PSI MEJORA OBS CM NP PSI MEJORA
1 2.66 20 0 0 17 2.75 25 0 0
2 2.89 22 0 0 18 2.83 19 0 0
3 3.28 24 0 0 19 3.12 23 1 0
4 2.92 12 0 0 20 3.16 25 1 1
5 4 21 0 1 21 2.06 22 1 0
6 2.86 17 0 0 22 3.62 28 1 1
7 2.76 17 0 0 23 2.89 14 1 0
8 2.87 21 0 0 24 3.51 26 1 0
9 3.03 25 0 0 25 3.54 24 1 1
10 3.92 29 0 1 26 2.83 27 1 1
11 2.63 20 0 0 27 3.39 17 1 1
12 3.32 23 0 0 28 2.67 24 1 0
13 3.57 23 0 0 29 3.65 21 1 1
14 3.26 25 0 1 30 4 23 1 1
15 3.53 26 0 0 31 3.1 21 1 0
16 2.74 19 0 0 32 2.39 19 1 1

Tabla 1.2 Modelos de probabilidad estimados

(1) (2) (3) (4)
MLP probit logit Tobit

main
CM 0.4639*** 1.6258** 2.8261** 1.0863**
(0.1620) (0.6939) (1.2629) (0.4396)

NP 0.0105 0.0517 0.0952 0.0434

(0.0195) (0.0839) (0.1416) (0.0535)

PSI 0.3786** 1.4263** 2.3787** 1.0162**

(0.1392) (0.5950) (1.0646) (0.4082)

_cons -1.4980*** -7.4523*** -13.0213*** -5.1189***

(0.5239) (2.5425) (4.9313) (1.8156)
sigma
_cons 0.7934***
(0.1959)

N 32 32 32 32
ll_0 -21.5812 -20.5917 -20.5917 -29.2768
ll -12.9782 -12.8188 -12.8896 -21.1580
chi2 15.5459 15.4042 16.2376

Los parámetros del modelo y las pendientes (efectos marginales) se estimaron utilizando
cuatro modelos de probabilidad: lineal, probit, logit y tobit.

En la siguiente sección siguiente se analiza como estimar estos modelos, por lo que no se
incluyen aquí los errores estándar.

ESTIMACION DE LOS MODELOS LOGIT Y PROBIT

Las estimaciones habitualmente por el método de máxima verosimilitud,

Tabla 1.3 Coeficiente estimados de modelo LOGIT y errores estándar

. logit MEJORA CM NP PSI

Iteration 0: log likelihood = -20.59173

Iteration 1: log likelihood = -13.259769
Iteration 2: log likelihood = -12.894607
Iteration 3: log likelihood = -12.889639
Iteration 4: log likelihood = -12.889634
Iteration 5: log likelihood = -12.889634

Logistic regression Number of obs = 32

LR chi2(3) = 15.40
Prob > chi2 = 0.0015
Log likelihood = -12.889634 Pseudo R2 = 0.3740

MEJORA Coef. Std. Err. z P>|z| [95% Conf. Interval]

CM 2.826113 1.262941 2.24 0.025 .3507936 5.301432

NP .0951577 .1415542 0.67 0.501 -.1822835 .3725988
PSI 2.378688 1.064564 2.23 0.025 .2921801 4.465195
_cons -13.02135 4.931324 -2.64 0.008 -22.68656 -3.356129

INTEPRETACION: Se puede observar que el valor del coeficiente 2.82 significa que,
dejando todas las demás variables constantes, un cambio de usuario por ejemplo de NP
a usuario 2, disminuiría la probabilidad de MEJORA del nivel de aprendizaje de los
alumnos en 2.82 veces. El valor 0,09 significa que un aumento en la puntación de notas,
aumenta la probabilidad de la variable respuesta en 0.09 veces; sin embargo al analizar
la prueba individual de t (P>|t|= 0.501), tiene una alta probabilidad al 10% por lo que
no explicaría la variable dependiente. El valor 2.37 significan que los alumnos que en el
periodo de aprendizaje los hicieron con el nuevo método aumentan en 2.37 veces la
probabilidad de mejora de aprendizaje.
Tabla 1.4 Coeficiente estimados de modelo PROBIT y errores estándar
. probit MEJORA CM NP PSI

Iteration 0: log likelihood = -20.59173

Iteration 1: log likelihood = -12.908127
Iteration 2: log likelihood = -12.818964
Iteration 3: log likelihood = -12.818804
Iteration 4: log likelihood = -12.818804

Probit regression Number of obs = 32

LR chi2(3) = 15.55
Prob > chi2 = 0.0014
Log likelihood = -12.818804 Pseudo R2 = 0.3775

MEJORA Coef. Std. Err. z P>|z| [95% Conf. Interval]

CM 1.62581 .6938825 2.34 0.019 .2658254 2.985795

NP .0517289 .0838903 0.62 0.537 -.1126929 .2161508
PSI 1.426332 .5950379 2.40 0.017 .2600795 2.592585
_cons -7.45232 2.542472 -2.93 0.003 -12.43547 -2.469165

INTEPRETACION: Se puede observar que el valor del coeficiente 1.62 significa que,
dejando todas las demás variables constantes, un cambio de usuario por ejemplo de NP,
disminuiría la probabilidad de MEJORA del nivel de aprendizaje de los alumnos en 1.62
veces. El valor 0,05 significa que un aumento en la puntación de notas, aumenta la
probabilidad de la variable respuesta en 0.05veces; sin embargo al analizar la prueba
individual de t (P>|t|= 0.5337), tiene una alta probabilidad al 10% por lo que no
explicaría la variable dependiente. El valor 1.42 significan que los alumnos que en el
periodo de aprendizaje los hicieron con el nuevo método aumentan en 1.42 veces la
probabilidad de mejora de aprendizaje.