Econometria1-Transp-tema5-2

Recommendations

Info

Aplicación a los datos de Boston HMDA (SW Sección 9.4) • Las hipotecas son una parte esencial en la compra de una casa. • ¿Hay diferencias en el acceso a una hipoteca en función de la raza? • Si dos individuos, uno blanco y otro negro, que en lo demás son iguales, solicitan una hipoteca, ¿hay diferencias en la probabilidad de que la hipoteca sea denegada? 9-54
El conjunto de datos HMDA • Datos sobre características individuales, características de la casa y concesión o denegación del préstamo • El proceso de solicitud de hipoteca en Boston 1990-1991: oIr a una entidad financiera oRellenar una solicitud (información personal y económica) oEntrevista con el agente del banco • El banco decide en función de la ley (sin prestar atención a la raza). Presumiblemente, el banco quiere otorgar préstamos beneficios para él y el agente quiere evitar potenciales problemas por falta de pago. 9-55
Page 1 and 2:
Regresión con variable dependiente
Page 3 and 4: El modelo de probabilidad lineal (S
Page 5 and 6: El modelo de probabilidad lineal (c
Page 7 and 8: 9-7
Page 9 and 10: Incluyamos ahora la variable negro
Page 11 and 12: Probit and Logit Regression (SW Sec
Page 13 and 14: La regresión probit modeliza la pr
Page 15 and 16: Regresión probit (cont.) ¿Por qu
Page 17 and 18: Ejemplo de STATA: datos HMDA (cont.
Page 19 and 20: Ejemplo de STATA: datos HMDA . prob
Page 21 and 22: Ejemplo de STATA: datos HMDA (cont.
Page 23 and 24: Regresión logit (cont.) donde F(β
Page 25 and 26: Las probabilidades estimadas de los
Page 27 and 28: Estimación probit por mínimos cua
Page 29 and 30: Estimación probit por máxima veos
Page 31 and 32: Densidad conjunta de (Y1,Y2): Dado
Page 33 and 34: ó 1 ⎛ −1 ⎞ + − MLE MLE pˆ
Page 35 and 36: La verosimilitud probit con un regr
Page 37 and 38: La verosimilitud logit con un X •
Page 39 and 40: Distribución del EMV (MLE) para n
Page 41 and 42: 2. Igualar a cero la derivada de Λ
Page 43 and 44: 5. Sustituir y aplicar la LGN y el
Page 45 and 46: ⎛ ⎞ n 2 1 ∂ ln f( p; Yi) ∑
Page 47 and 48: Recuerda que: Por tanto, y y ∂ 2
Page 49 and 50: Numerador: so ∂ ln f ( pY , i )
Page 51 and 52: Resumen: EMV (MLE) probit , caso
Page 53: Resumen: distribution del EMV (MLE)
Page 57 and 58: Especificaciones para la regresión
Page 59 and 60: 9-59
Page 61 and 62: 9-61
Page 63 and 64: Resumen de los resultados empírico
Page 65 and 66: Resumen (SW Sección 9.5) • Si Yi
show all

Econometria1-Transp-tema5-2

Create successful ePaper yourself

Delete template?

Save as template?