Mrquez Jurez Natanael Fernando Econometra II Modelo Logit-Probit

1) Estima un modelo de variable dependiente limitada mediante la metodologa del modelo Logit Probit. En el siguiente ejercicio se muestras tres variables, la primera de ellas considera las personas que votan en la eleccin presidencial (PV), la edad de los votantes (EV) y la cercana de las residencias de los votantes respecto a las casillas (CC).
PV 1 1 0 0 1 0 0 1 1 1 1 0 0 EV 18 25 65 24 35 45 18 29 33 78 39 18 18 CC 1 0 0 0 1 0 1 0 0 1 1 1 0

Se presentan las regresiones respectivas para el modelo Logit y Probit. Nuestros modelo tienen que como variable binaria dependiente a las personas potenciales que pueden votan, una variable cuantitativa para las edades de los votantes y una variable binaria explicativa que relaciona la cercana de las residencias de los votantes potenciales a las casillas respectivas. Dependent Variable: PV Method: ML - Binary Logit (Quadratic hill climbing) Date: 03/19/14 Time: 21:46 Sample: 1 15 Included observations: 15 Convergence achieved after 3 iterations Covariance matrix computed using second derivatives Variable Coefficient Std. Error z-Statistic Prob.

C EV CC McFadden Rsquared S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. LR statistic Prob(LR statistic) Obs with Dep=0 Obs with Dep=1

-1.363783 0.035520 1.118024 0.250619 0.507093 1.610587 1.752197

1.464128 -0.931465 0.033650 1.055556 1.170300 0.955331 Mean dependent var S.E. of regression Sum squared resid Log likelihood

0.3516 0.2912 0.3394 0.600000 0.516881 3.205995 -9.079404 -10.09518 -0.605294 15

1.609079 Restr. log likelihood 2.031542 Avg. log likelihood 0.362123 6 9 Total obs

Dependent Variable: PV Method: ML - Binary Probit (Quadratic hill climbing) Date: 03/19/14 Time: 22:36 Sample: 1 15 Included observations: 15 Convergence achieved after 3 iterations Covariance matrix computed using second derivatives Variable C EV CC McFadden Rsquared S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. LR statistic Prob(LR statistic) Obs with Dep=0 Obs with Dep=1 Coefficient -0.863089 0.022254 0.722446 0.254149 0.507093 1.605837 1.747447 Std. Error z-Statistic Prob. 0.3347 0.2670 0.3160 0.600000 0.516506 3.201335 -9.043776 -10.09518 -0.602918 15

0.894638 -0.964735 0.020048 1.110037 0.720421 1.002812 Mean dependent var S.E. of regression Sum squared resid Log likelihood

1.604328 Restr. log likelihood 2.102797 Avg. log likelihood 0.349449 6 9 Total obs

2) Estima los factores de ajuste para el modelo Logit y Probit y las Pendientes Modelo Logit Variable Constante EV CC Coeficiente Pendiente -1.363783 0.035520 1.118624 0.2451 0.7718 Modelo Probit Coeficiente Pendiente -0.863089 0.22254 0.722446 0.63 0.0147 0.4551

Factor de A 0.62

3) Explica detalladamente el significado de las pendientes y del R cuadrado Para interpretar el efecto que tiene cada variable sobre la probabilidad, de que las personas acudan a votar mejoran cuando nos enfocamos a un grupo relativamente joven, para lo cual se utilizan las pendientes. Si la edad de las personas que estn en condiciones de votar aumenta una unidad, la probabilidad de que acudan a votar es de 0.24. Para el caso de CC, cuando aumenta la cercana en una unidad (distancia) la residencia de los votantes a las casillas, la probabilidad de que acudan a votar es de 0.77 para el modelo Logit y 0.45 para el modelo Probit Como se puede observar en los resultados de la regresin del modelo Logit y Probit el estadstico R cuadrada de Mc Fadden es de 0.25, es decir, que un 25.0% de las variaciones en la probabilidad de que las personas vayan a votar es explicada por la cercana a las casillas y la edad de los votantes.

4) Realiza todas las pruebas respectivas que vienen en el manual para este tipo de modelos y 59 Explica el resultado de las pruebas El estadstico Hosmer- Lemeshow trabaja agrupando las observaciones sobre la base de la probabilidad predictiba cuando y=1 (cuando la variable dependiente toma el valor de 1); el estadstico AnDrews es ms general ya que agrupa las observaciones sobre la base de algunas series no importando que y=1 o y=0. Si la diferencia es muy grande se rechaza el modelo porque no se ajusta a los datos.

Goodness-of-Fit Evaluation for Binary Specification Andrews and HosmerLemeshow Tests Equation: UNTITLED Date: 03/20/14 Time: 00:37 Grouping based upon predicted risk (randomize ties) Quantile of Risk Low High 1 2 3 4 5 6 7 8 9 10 0.3264 0.3749 0.4173 0.4522 0.5971 0.5971 0.7201 0.7306 0.7674 0.7946 0.3264 0.3832 0.4173 0.5584 0.5971 0.5971 0.7201 0.7576 0.7674 0.9259 Total H-L Statistic Andrews Statistic Dep=0 Actual Expect 1 1 0 1 0 2 1 0 0 0 6 6.5333 9.5560 0.67358 1.24187 0.58266 0.98938 0.40285 0.80571 0.27989 0.51186 0.23261 0.27958 6.00000 Dep=1 Actual Expect 0 1 1 1 1 0 0 2 1 2 9 0.32642 0.75813 0.41734 1.01062 0.59715 1.19429 0.72011 1.48814 0.76739 1.72042 9.00000 Total Obs 1 2 1 2 1 2 1 2 1 2 H-L Value 0.48460 0.12427 1.39615 0.00023 0.67463 2.96459 2.57278 0.68792 0.30312 0.32502

15 9.53330 0.2993 0.3159

Prob. Chi-Sq(8) Prob. Chi-Sq(10)

Goodness-of-Fit Evaluation for Binary Specification Andrews and HosmerLemeshow Tests Equation: UNTITLED Date: 03/20/14 Time: 19:09 Grouping based upon predicted risk (randomize ties) Quantile of Risk Low High Dep=0 Actual Expect Dep=1 Actual Expect Total Obs H-L Value

1 2 3 4 5 6 7 8 9 10

0.3219 0.3711 0.4138 0.4488 0.6025 0.6025 0.7202 0.7383 0.7701 0.8053

0.3219 0.3795 0.4138 0.5550 0.6025 0.6025 0.7202 0.7665 0.7701 0.9447 Total

1 1 0 1 0 2 1 0 0 0 6 6.5316 10.9990

0.67815 1.24940 0.58618 0.99620 0.39746 0.79492 0.27981 0.49520 0.22990 0.25002 5.95725

0 1 1 1 1 0 0 2 1 2 9

0.32185 0.75060 0.41382 1.00380 0.60254 1.20508 0.72019 1.50480 0.77010 1.74998 9.04275

1 2 1 2 1 2 1 2 1 2

0.47461 0.13266 1.41652 2.9E-05 0.65965 3.03193 2.57382 0.65815 0.29853 0.28574

15 9.53164 0.2994 0.1321

H-L Statistic Andrews Statistic

Prob. Chi-Sq(8) Prob. Chi-Sq(10)

Como se puede observar, el valor del estadstico H-L no es muy grande en ambos modelos (este resulta de la sumatoria de la ltima columna del lado derecho de los cuadros) el valor de estadstico Andrews no es tan grande al H-L por lo cual no se rechaza el modelo. Para un anlisis ms profundo de los modelos binarios, se pueden hacer pruebas de restriccin individuales o generales sobre los coeficientes. Para las pruebas individuales se encuentra el estadstico Wald y el de Razn de Verosimilitud (RV) que aparece en los resultados de la regresin del modelo Logit o Probit.

Wald Test: Equation: Untitled Test Statistic F-statistic Chi-square Value 1.232183 1.232183 df (1, 12) 1 Probability 0.2887 0.2670

Null Hypothesis Summary: Normalized Restriction (= 0) C(2) Value Std. Err.

0.022254 0.020048

Restrictions are linear in coefficients.

Como se puede observar en los resultados de esta prueba el valor de la probabilidad de los dos estadsticos es mayor que 0.05 por lo que no se rechaza la hiptesis nula de que el coeficiente de la variable EV es estadsticamente no significativo a un nivel de confianza del 95.0%. Adicionalmente a estas pruebas, existe otra prueba para analizar las propiedades y el funcionamiento de los modelos binarios. Esta prueba se llama tabla de Clasificacin Esperada y Predicha. La tabla clasifica el valor esperado y predicho de la variable dependiente. Expectation-Prediction Evaluation for Binary Specification Equation: UNTITLED Date: 03/20/14 Time: 19:21 Success cutoff: C = 0.5 Estimated Equation Dep=0 Dep=1 Total P(Dep=1)<=C P(Dep=1)>C Total Correct % Correct % Incorrect Total Gain* Percent Gain** 2 4 6 2 54.33 66.67 33.33 33.33 3 6 9 6 66.67 33.33 -33.33 NA Constant Probability Dep=0 Dep=1 Total 0 15 15 9 60.00 40.00

5 0 0 10 6 9 15 6 9 8 0 9 53.33 0.00 100.00 46.67 100.00 0.00 -6.67 -16.67

Estimated Equation Dep=0 Dep=1 Total E(# of Dep=0) E(# of Dep=1) Total Correct % Correct % Incorrect 2.83 3.17 6.00 2.83 47.11 52.89 3.13 5.87 9.00 5.87 65.22 34.78 5.96 9.04 15.00 8.70 57.98 42.02

Constant Probability Dep=0 Dep=1 Total 2.40 3.60 6.00 2.40 40.00 60.00 3.60 5.40 9.00 5.40 60.00 40.00 6.00 9.00 15.00 7.80 52.00 48.00

Total Gain* Percent Gain**

7.11 11.86

5.22 13.04

5.98 12.45

En el primer cuadro de esta tabla se muestra que el modelo Probit est pronosticando correctamente el 54.33% de las observaciones cuando y=0 y el 66.67% de las observaciones cuando y=1. Con estos resultados no se puede decir que el modelo Probit es bueno en sensibilidad y en especificidad del todo.

Expectation-Prediction Evaluation for Binary Specification Equation: UNTITLED Date: 03/20/14 Time: 19:23 Success cutoff: C = 0.5 Estimated Equation Dep=0 Dep=1 Total P(Dep=1)<=C P(Dep=1)>C Total Correct % Correct % Incorrect Total Gain* Percent Gain** 2 4 6 2 55.33 66.67 33.33 33.33 3 6 9 6 66.67 33.33 -33.33 NA Constant Probability Dep=0 Dep=1 Total 0 15 15 9 60.00 40.00

5 0 0 10 6 9 15 6 9 8 0 9 53.33 0.00 100.00 46.67 100.00 0.00 -6.67 -16.67

Estimated Equation Dep=0 Dep=1 Total E(# of Dep=0) E(# of Dep=1) Total Correct % Correct % Incorrect Total Gain* 2.83 3.17 6.00 2.83 47.10 52.90 7.10 3.17 5.83 9.00 5.83 64.73 35.27 4.73 6.00 9.00 15.00 8.65 57.68 42.32 5.68

Constant Probability Dep=0 Dep=1 Total 2.40 3.60 6.00 2.40 40.00 60.00 3.60 5.40 9.00 5.40 60.00 40.00 6.00 9.00 15.00 7.80 52.00 48.00

Percent Gain**

11.83

11.83

11.83

Para la segunda tabla muestra que el modelo logit est pronosticando correctamente el 55.33% de las observaciones cuando y=0 y el 66.67% de las observaciones cuando y=1. Veamos el histograma de normalidad para los errores del modelo Probit. Segn los resultados de la prueba de normalidad los errores del modelo Probit se distribuyen en forma normal al 95.0% de confianza ya que el valor de la probabilidad del estadstico Jarque Bera es mayor que 0.05. Pero se podra decir que al 98.0% de confianza los errores si se distribuyen de forma normal.

Series: Residuals Sample 1 15 Observations 15 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis Jarque-Bera Probability
-0.50 -0.25 0.00 0.25 0.50 0.75

-3.04e-11 0.205442 0.616754 -0.720106 0.478539 -0.231568 1.519642 1.503721 0.471488

0 -0.75

Para el modelo Probit, encontramos que la probabilidad del jarque-bera es mayor a 0.05 por lo cual se acepta que los errores se distribuyen normalmente al 95% de confianza.

Series: Residuals Sample 1 15 Observations 15 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis Jarque-Bera Probability
-0.50 -0.25 0.00 0.25 0.50 0.75

-0.002850 0.194682 0.620482 -0.720188 0.478182 -0.215137 1.535294 1.456562 0.482738

0 -0.75

Otro elemento importante de analizar en los modelos binarios es la grfica de curvas de respuesta de las probabilidades. Esta grfica es til para examinar como varan las probabilidades cuando una de las variables independientes est cambiando mientras las otras variables permanecen fijas en el valor de su media. En esta grfica se muestra dos funciones en todo el intervalo de variacin de la edad de los votantes, es decir, de 18 a 78. El efecto de la cercana a las casillas no es tan considerable. El efecto marginal de la edad de los votantes es la diferencia de las dos funciones. Muestra que la probabilidad para que las personas vayan a votar es mayor en el sector de la poblacin joven (entre 18 y 24 aos) que en la de edad madura y anciana.

1.0 0.9 0.8 0.7 ABS1_0 ABS0_0 0.6 0.5 0.4 0.3 10 20 30 40 50 60 70 80

CMPLOT