Fox -Sexenio

MODELOS DE ELECCIÓN DISCRETA
Eva Medina Moral - www.eva.medinaam.es (Diciembre 2003)

1. INTRODUCCIÓN 2. INTERPRETACIÓN ESTRUCTURAL DE LOS MODELOS DE ELECCIÓN DISCRETA 3. MODELO LINEAL DE PROBABILIDAD (MLP) Especificación e interpretación del MLP Limitaciones de la estimación por MCO 4. MODELOS DE PROBABILIDAD NO LINEAL Especificación de los modelos de elección discreta (Logit y Probit)Estimación de los parámetros en los modelos Logit A. Estimación con observaciones no repetidas: Método de MáximaVerosimilitud B. Estimación con observaciones repetidas: Método Mínimos Cuadrados Generalizados Contraste y validación de hipótesis A. Significatividad estadística de los parámetros estimados B. Medidas de bondad de ajuste del modelo 5. MODELOS DE RESPUESTA MÚLTIPLE Modelos de respuestamúltiple con datos no ordenados A. El modelo Logit Multinomial B. El modelo Logit Condicional C. El modelo Logit Anidado Modelos de respuesta múltiple con datos ordenados

1

1. INTRODUCCIÓN La utilidad de los modelos de elección discreta frente a la econometría tradicional radica en que los primeros permiten la modelización de variables cualitativas, a través del uso de técnicas propias de lasvariables discretas. Se dice que una variable es discreta cuando está formada por un número finito de alternativas que miden cualidades. Esta característica exige la codificación como paso previo a la modelización, proceso por el cual las alternativas de las variables se transforman en códigos o valores cuánticos, susceptibles de ser modelizados utilizando técnicas econométricas. La modelización deeste tipo de variables se conoce genéricamente con el nombre de modelos de elección discreta, dentro de la cual existe una amplia tipología de modelos. En concreto, según el número de alternativas incluidas en la variable endógena, se distinguen los modelos de respuesta dicotómica frente a los denominados modelos de respuesta o elección múltiple. Según la función utilizada para la estimación de laprobabilidad existe el modelo de probabilidad lineal truncado, el modelo Logit y el modelo Probit. Según que las alternativas de la variable endógena sean excluyentes o incorporen información ordinal se distingue entre los modelos con datos no ordenados y los modelos con datos ordenados. Dentro de los primeros, según que los regresores hagan referencia a aspectos específicos de la muestra o de lasalternativas entre las que se ha de elegir, se distingue entre los modelos multinomiales y los condicionales. Teniendo en cuenta todos los elementos que influyen en el proceso de especificación de los modelos de elección discreta, se puede establecer una clasificación general de los mismos, que queda recogida en la el siguiente cuadro.
Clasificación de los modelos de elección discreta Nº dealternativas Tipo de alternativas El regresor se refiere a: Tipo de función Características Atributos (de los individuos) (de las alternativas) Modelos de respuesta dicotómica Complementarias (2 alternativas) Lineal Logística Normal tipificada Modelo de Probabilidad Lineal Truncado Modelo Logit Modelo Probit Logit Multinomial Logística Modelos de respuesta No ordenadas múltiple (más de 2 alternativas)Ordenadas - Logit Anidado - Logit Mixto Normal tipificada Logística Normal tipificada Probit Multinomial Logit Codicional - Logit Anidado - Logit Mixto Probit Condicional

Probit Multivariante Probit Multivariante Logit Ordenado Probit Ordenado

2

2. INTERPRETACIÓN ESTRUCTURAL DE LOS MODELOS DE ELECCIÓN DISCRETA En la literatura existen dos enfoques para la interpretación estructural delos modelos de elección discreta. El primero hace referencia a la modelización de una variable latente a través de una función índice, que trata de modelizar una variable inobservable o latente. El segundo de los enfoques permite interpretar los modelos de elección discreta bajo la teoría de la utilidad aleatoria, de tal manera que la alternativa seleccionada en cada caso será aquella que...