Beruflich Dokumente
Kultur Dokumente
DE RESPUESTA BINARIA
1
A Classification of Binary Asymmetric Regression Models: The Use Of
Brmuw in an application to the decision to eradicate illegal crops of coca
leaf
Jorge Luis Bazan
jlbazan@pucp.edu.pe
Oscar Millones
omillones@pucp.edu.pe
Pontificia Universidad Católica del Perú
Proyecto DAI-PUCP 3412
05/08/2008
2
Resumen
3
Algunos de estos modelos se encuentran disponibles en programas
estadísticos comerciales desde la perspectiva clásica o frecuentista.
Bayes@PUCP es una herramienta para generar sintaxis para diversos
modelos de respuesta binaria basado en la perspectiva bayesiana. Es un
esfuerzo por hacer disponible para usuarios aplicados diversos modelos. Las
sintaxis generadas pueden ser usadas fácilmente en el programa
OPENBUGS.
4
1. INTRODUCION
5
Considere: v.a dependiente con n observaciones,
covariables, y coeficientes de regresión.
(3.1)
6
Cuando corresponde a la acumulada de la normal estandar, es decir
, se tiene la regresión Probit y en este caso se llama
enlace PROBIT.
7
1.2 Un caso social
1947 agricultores que cultivan coca fueron preguntados con relación a si son
favorables a o no a erradicar el cultivo adicional al que necesitan (sierr),
considerando,
8
c) su percepción al respecto del consume de coca, (concoca)
9
1.3 Enlaces asimétricos
En datos binarios:
1
2. OBJETIVO DE LA INVESTIGACION
1
3. CARACTERIZACION DE LOS ENLACES ASIMETRICOS
Considerando en (1)
- Transformación de : Ejemplo
- Usando la acumulada de la función de densidad:
- Introduciendo una variable aleatoria
- vía una función indicadora:
1
3.2 Formas de obtener enlaces asimétricos
Considerando en (1)
(a) correspondiente a fda de una distribución asimétrica: complemento log-
log (Gumbel), Weibull y LogNormal (Greene, 2003). BBB skew-probit (Skew-
normal) (Bazan, Branco, Bolfarine, 2006). Scobito (Scobit) y logito potencia
(Burr tipo II) Prentice (1976), Aranda-Ordaz (1981), Nagler (1994) y Achen
(2002)
1
INFERENCIA BAYESIANA
Verosimilitud
La funcion de verosimilitud para los modelos de regresion binaria asimétrica y
dada por
1
En la inferencia Bayesiana a diferencia de la inferencia clásica, los
parámetros de interés , , se suponen variables aleatorias e por lo tanto se
considera una distribución de probabilidades a priori para ellos que
corresponde a nuestro conocimiento al respecto de la conducta aleatoria de
dichos parámetros.
Estos parámetros tienen significados diferentes. Los parámetros y están
asociados con el enlace, y el parámetro corresponde a los datos observados
y no depende del modelo escogido.
En nuestro trabajo, consideramos prioris vagas (prioris propias con
distribuciones conocidas con varianza grande)
1
Usamos prioris para β comunes en la literatura incluyendo prioris normales.
Especificaciones para π (θ ) y π (λ ) dependen de la elección particular del
modelo considerando un intervalo de variación. En muchas situaciones esos
intervalos son determinados de acuerdo a la literatura.
También es posible obtener versiones aumentadas introduciendo variables
auxiliares.
La inferencia (Bayesiana) para los modelos de regresión binaria, es
especialmente para los modelos citados antes, y puede ser facilitada por la
simulacion MCMC implementada en el programa WinBUGS. Usando una
programación mínima es posible implementar todos los modelos presentados.
1
5. APLICACION
Nosotros implementamos varios modelos asimétricos como parte del proyecto
bayes@pucp. Las sintaxis de estos modelos se pueden obtener usando
BRMUW (Binary Regression Model using WinBUGS) y luego llevadas al
programa WinBUGS.
Ver
http://videos.pucp.edu.pe/videos/ver/b55ab3b7633c6dab0cad8eec47066e40
http://videos.pucp.edu.pe/videos/ver/db8373ad4703990c51fd196ef2500c9f
1
Graph 1. Syntax for the binary regression model using logito link
obtained in BRMUW
BRMUW is a program developed by the authors, which contains a
set of syntaxes in WinBugs code, for the models (symmetric and
asymmetric models) referred in this work. The BRMUW program can
be obtained sending an e-mail to the first author. It is of free use with
proper reference of the source. The models implemented in BRMUW
are: Symmetric: probit, logit, Asymmetric: cloglog, scobit, power
logit, skew logit, skew probit (CDS, BBB and standard).
This program implements models of binary regression that are not
implemented in other commercial programs.
An illustration of how BRMUW can be used to generate syntax of the
mentioned models as well as to generate the syntax to read the data
can be seen at
http://videos.pucp.edu.pe/videos/ver/b55ab3b7633c6dab0cad8eec47066e40
1
Tabla 1 Comparación de modelos de regresión binaria para la preferencia
de agricultores a erradicar el cultivo de coca
Note: Based on a
Links Models Bur in Thin Dbar DIC chain size of 2000,
obtained after
Symmetrical removing
Probito 4000 5 2451.5 2456.8 generated initial
values (Bur in)
Logito 4000 5 2450.9 2455.8 and after using a
systematic
Asymmetric sampling with
Cloglog 4000 5 2451.6 2457.0 jumps (thin). The
model CDS
Scobit 4000 25 2462.1 2441.2 asymmetrized
probito presented
convergence
Power Logit 54000 100 2458.5 1794.1 problems and it
was not
considered.
Skew logit 4000 25 2458.1 1708.4
1
6. FUTURO
PROYECTO BAYES@PUCP
a) Proyecto BRMUW
Sintaxis para inferencia bayesiana
b) Proyecto GRSM
Documentación de soporte para inferencia bayesiana
http://ceos.pucp.edu.pe/dia/proyectos/bayes/
c) Proyecto Legion
Simulación intensiva con grid computacional
2
d) Proyectos personales
Paginas personales
http://www.ime.usp.br/~jbazan/
http://argos.pucp.edu.pe/~jlbazan/
Blog
http://blog.pucp.edu.pe/index.php?blogid=757
2
REFERENCIAS
2
CHEN, M. H., DEY, D. K., y SHAO, Q-M.
1999 A new skewed link model for dichotomous quantal response data.
Journal of the American Statistical Association, 94, 448, 1172-1186.
NAGLER J. (1994) Scobit: an alternative estimator to logit and probit.
American Journal Political Science, 38, 230-255.
MILLONES O. (2005) La decisión de erradicar el cultivo ilegal de hoja de
coca: Explorando asociaciones con el modelo logístico. Informe presentado
al Programa de Desarrollo Alternativo (PDA), Agosto, 2005. Chemonics
International INC.
PRENTICE, R. L. (1976). To Generalization of the probit and logit methods
for dose-response you curve. Biometrika, 32,761-768.
STUKEL, T. (1988). Generalized logistic models. Journal of the American
Statistical Association, 83,426-431.