27.06.2013 Views

UNIVERSIDAD MAYOR DE SAN ANDRÉS

UNIVERSIDAD MAYOR DE SAN ANDRÉS

UNIVERSIDAD MAYOR DE SAN ANDRÉS

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Esta función es denominada transformación logit, la cual tiene la propiedad de ser lineal en<br />

las variables explicativas y los parámetros asociados.<br />

La interpretación de los parámetros de esta función, resulta poco intuitiva debido al<br />

razonamiento que hay que hacer en los cambios producidos en los logaritmos por unidad<br />

de cambio en las variables explicativas.<br />

Sin embargo, acercándose a la realidad interpretar el efecto que produciría un cambio<br />

unitario de cualquier variable explicativa sobre las probabilidades de éxito. Esto se logra,<br />

al aplicar derivadas parciales al modelo de probabilidades logístico respecto a cada<br />

variable X, lo que significa la consideración de una formula para las elasticidades.<br />

Manipulando matemáticamente la formula del modelo logístico y por la teoría de<br />

probabilidades, se construye la función de verosimilitud asociada, que mediante la<br />

convergencia de un número de iteraciones calculadas y sus derivaciones parciales<br />

obtenidas respecto a los , permite hallar los parámetros estimados así como las<br />

probabilidades correspondientes, quedando la función de distribución de probabilidades<br />

logística expresada de la siguiente manera:<br />

Modelo Probit<br />

i e<br />

<br />

0 /<br />

<br />

<br />

( <br />

0 1<br />

1e<br />

X ..........<br />

.. <br />

.......... ..<br />

1 X X <br />

i<br />

in<br />

i1<br />

Xin<br />

1<br />

<br />

n<br />

El modelo Probit relaciona una variable no observada y∗, con una contraparte observada y,<br />

por la siguiente relación:<br />

yi =<br />

1 si y∗i > 0<br />

0 si y∗i ≤ 0<br />

<br />

n<br />

)

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!