8. Estudio Monte Carlo.

Como ayuda para entender el modelo probit, William Becker y

Donald Waldman supusieron lo siguiente:*

E(Y | X) = −1 + 3X

con Yi −1 + 3X + εi, donde εi se supone normal estándar (es decir, media cero y varianza unitaria), generaron una
muestra de 35 observaciones, como se muestra en la tabla.
a) De la información sobre Y y X de esta tabla, ¿puede estimar un MLP? Recuerde que la verdadera E(Y | X ) −1
+ 3X.
b) Con la información sobre Y ∗ y X de la tabla 15.26, estime un modelo probit. Utilice el paquete estadístico que
desee. El modelo probit estimado por los autores es el si- guiente:

Yˆi = −0.969 + 2.764Xi ∗

Encuentre la P(Y ∗ 1| X 0.48), es decir, P(Y1 > 0 | X 0.48). Vea si la respuesta coincide con la respuesta de 0.64
de los autores.
d) La desviación estándar muestral de los valores X de la tabla 15.26 es 0.31. ¿Cuál es el cambio proyectado en la
probabilidad si X es una desviación estándar por encima del valor de la media, es decir, cuál es P(Y ∗ 1| X
0.79)? La respuesta de los autores es 0.25.

SOLUCION:
Y* X Y
0 0,29 -0,3786
1 0,59 1,1974
A) Los resultados de la ponderación MPL
0 0,14 -0,4648
RESUMEN
1 0,81 1,14 Estadísticas de la regresión
1 0,35 0,3188 Coeficiente de correlación
0,53904023
múltiple
1 1 2,2013 Coeficiente de determinación
0,29056436
R^2
R^2 ajustado 0,26906632
1 0,8 2,4473 Error típico 0,42495131
1 0,4 0,1153 Observaciones 35
1 0,07 0,411
ANÁLISIS DE VARIANZA
1 0,87 2,695
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
1 0,98 2,2009 Regresión 1 2,44074066 2,44074066 13,5158478 0,00083445
1 0,28 0,6389 Residuos 33 5,95925934 0,18058362
Total 34 8,4
1 0,99 4,3192
0 0,04 -1,9906 Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%S
0 0,37 -0,9021 Intercepción 0,18468558 0,13387045 1,37958435 0,17699201 -0,0876759 0,45704705 -0,0876759
1 0,94 0,9433 X 0,87252788 0,23409588 3,67639059 0,00083445 0,38435624 1,33689952 0,38435624

0 0,04 -3,2235
Estimado E(Y\X) 0,60349896
1 0,07 0,169
0 0,56 -0,3753
1 0,61 1,9701
B) Utilizando los datos, podemos confirmar los
0 0,17 -0,4054
1 0,89 2,4416
autores los resultados:
1 0,65 0,815 I>(y * | * = 0,48 ) = -0.969 + 2.764 (0.48 )
0 0,23 -0,1223
= 0,3579 La probabilidad es 0,6398; esto coincide
1 0,26 0,1428
con los autores.
0 0,64 -0,6681
C) P(Y * | * = 0,79 ) = -0.969 + 2.764 (0.79 ) = 1,2145
1 0,67 1,8286
0 0,26 -0,6459 La probabilidad es 0,8878. La previsión del cambio
1 0,63 2,9784 es 24,80 lo que concuerda con los cálculos de los
0 0,09 -2,3326 autores.
1 0,54 0,8056
0 0,74 -0,8983
0 0,17 -0,2355
1 0,57 1,1429
0 0,18 -0,2965