Politica
Iteration0: log likelihood = -593.10529
Iteration 1: log likelihood = -551.1645
Iteration 2: log likelihood = -548.74295
Iteration 3: log likelihood = -548.73367
Iteration 4: log likelihood = -548.73367
Logistic regression Number of obs = 1387
LR chi2(2) = 92.60Prob > chi2 = 0.0000
Log likelihood = -546.8068 Pseudo R2 = 0.0781
------------------------------------------------------------------------------
fuma | Coef. Std. Err. z P>|z| [95% Conf. Interval]
-------------+----------------------------------------------------------------
ingresofam |-.0199187 .0052239 -3.81 0.000 -.0301575 -.00968
educmadre | -.2347658 .0378577 -6.20 0.000 -.3089655 -.1605661
-------------------------------------------------
_cons | 1.700494 .4334239 3.92 0.000 .8509984 2.549989
Efectos Marginales
. mfx
Marginal effects after logit
y = Pr(fuma) (predict)
= .12843341------------------------------------------------------------------------------
variable | dy/dx Std. Err. z P>|z| [ 95% C.I. ] X
---------+--------------------------------------------------------------------
ingres~m | -.0022297 .00056 -3.95 0.000 -.003336 -.001123 29.0422
educma~e | -.0262793 .00408 -6.44 0.000 -.034275 -.018284 12.9358
Tenga encuenta que de acuerdo a las estimaciones, la probabilidad de que una madre fume, tomando como base el promedio de las variables independientes es de 0.1284, es decir, 12.84%. De las anteriores salidas (del modelo LOGIT y sus Efectos Marginales) se puede concluir que:
a) Si se presenta un aumento de un año adicional en la educación de la madre, la probabilidad de que fume disminuye en 0.2347puntos porcentuales
b) Si se presenta un aumento de un año adicional en la educación de la madre, la probabilidad de que fume disminuye en 2,3 puntos porcentuales
c) Si se presenta un aumento de un año adicional en la educación de la madre la probabilidad de que fume disminuye en 2.6 puntos porcentuales
d) Si se presenta un aumento de 1 año en la educación de las madres la probabilidad deque fume disminuye en 23.47%
2. La bondad de ajuste del modelo estimado se puede analizar a través del siguiente estadístico:
a. Estadístico LR chi2(2) = 92.60, con Prob > chi2 = 0.0000, es decir dado que la probabilidad es muy baja el modelo tiene buen ajuste.
b. El pseudo R2, cuyo valor obtenido es 0.0781 aunque su valor no es muy alto muestra una bondad de ajustesatisfactoria dado que el modelo estimado tiene solo el fin de ser explicativo.
c. Dado que el Log likelihood es -548.73 y su valor es el más alto que el obtenido de las anteriores iteraciones (iteración 0 y 1) el modelo cuenta con buen ajuste.
d. El ajuste del modelo se mide con base en el valor más alto del Log likelihood, el cual en este caso es -593.1
3. En un modelo Probit oLogit el efecto marginal de xk sobre la probabilidad de éxito:
a) Es constante
b) En términos absolutos es mayor cuando más cerca está el individuo al individuo promedio.
c) Puede ser positivo o negativo dependiendo del vector de variables exógenas xi
d) En términos absolutos es mayor cuando más lejos está el individuo al individuo promedio.
4. Cuando se desea usar el...
Regístrate para leer el documento completo.