Estadistica
José P Mauricio Vargas
CLASE 12: CONTENIDO
Modelos de Variable Dependiente Binaria – p Analizando la probabilidad de Mora en los bancos
Escuelade la Producción y la Competitividad – UCB –Abril de 2010
CLASE 12: MODELOS DE VARIABLE DEPENDIENTE BINARIA
Algunas veces se busca explicar una respuesta de g p p una variable que sólo puedetomar dos valores 0o1 Ejemplos:
Explicar si se está empleado o desempleado Explicar el voto por A o B. La familia tiene o no casa. Si el individuo cumple o no cumple con su crédito. l i di id l l édiEscuela de la Producción y la Competitividad – UCB –Abril de 2010
CLASE 12: MODELOS DE VARIABLE DEPENDIENTE BINARIA
Cuando la variable dependiente es binaria, se p , podrían tomar 3 estrategiaspara plantear un modelo:
Modelo Lineal de Probabilidad El Modelo Logit El Modelo Probit.
Escuela de la Producción y la Competitividad – UCB –Abril de 2010
CLASE 12: MODELO LINEAL DEPROBABILIDAD (MLP)
Se ve como un modelo típico de regresión lineal, p g , pero en este caso la variable dependiente sólo puede tomar dos valores:
En este ejemplo j p Y: Si la familia tiene casa o no. 1=tienecasa; 0 = no tiene casa. X: Ingreso familiar.
Escuela de la Producción y la Competitividad – UCB –Abril de 2010
CLASE 12: MODELO LINEAL DE PROBABILIDAD (MLP) - PROBLEMAS
No Normalidad de lasperturbaciones ( p (errores) u. ) Varianzas heteroscedásticas. No cumplimiento de que el valor predicho debe estar entre 0 y 1 1. R2 cuestionable como medida de Bondad de Ajuste.
Escuela de laProducción y la Competitividad – UCB –Abril de 2010
CLASE 12: MODELO LINEAL DE PROBABILIDAD (MLP) - PROBLEMAS
No Normalidad de las perturbaciones ( p (errores) u. )
Los residuos siguen unadistribución Bernoulli porque al igual que la variable Y, u sólo puede tomar dos valores. Sin embargo para muestras grandes y si no se quiere hacer inferencia no es tan relevante.
Escuela de la Producción y...
Regístrate para leer el documento completo.