Econometria1-Transp-tema5-2

Recommendations

Info

Amenazas a la validez interna y externa • Validez interna 1. sesgo de variables omitidas • ¿qué información adicional obtiene el banco en la entrevista personal? 2. forma funcional incorrecta (no…) 3. errores de medidad (originalmente, sí; ahora, no…) 4. selección • muestra aleatoria de solicitudes de préstamos • definir la población de solicitantes de préstamos 5. causalidad simultánea (no) • Validez externa Análisis para Boston 1990-91. ¿Qué pasaría hoy? 9-64
Resumen (SW Sección 9.5) • Si Yi es binaria, entonces E(Y| X) = Pr(Y=1|X) • Tres modelos: omodelo de probabilidad lineal (regresión lineal múltiple) oprobit (distribución normal estándar) ologit (distribución logística estándar) • MPL, probit, logit producen probabilidades estimadas • El efecto de ∆X es el cambio en la probabilidad condicionada de Y=1. Para los modelos logit y probit, esto depende del valor inicial de X • Probit y logit se estiman por máxima verosimilitud 9-65
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 and 54: Resumen: distribution del EMV (MLE)
Page 55 and 56: El conjunto de datos HMDA • Datos
Page 57 and 58: Especificaciones para la regresión
Page 59 and 60: 9-59
Page 61 and 62: 9-61
Page 63: Resumen de los resultados empírico
show all

Econometria1-Transp-tema5-2

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?