Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Para el caso de Logit se supone que los errores se distribuyen como una función<br />
logística con media cero y varianza 2 2 /3. Cuando se divide entre para<br />
normalizar, entonces se tiene una función logística estándar con media cero y varianza<br />
2 /3. La probabilidad de que una variable con distribución logística sea menor o igual a<br />
un número “X” es igual a: (1+e --x ) -1 . De lo anterior se desprende que, la probabilidad de<br />
que la persona j tenga una respuesta positiva a la tasa propuesta igual a t es:<br />
Pr (Si j)= [1+ e ((- zj / ) – ( tj / ))] -1<br />
Con esta última ecuación resulta factible estimar los parámetros / y / <br />
Por su parte, para estimar un Probit parte del supuesto de que los errores tienen media<br />
cero, son independientes, están idénticamente distribuidos, y se distribuyen de forma<br />
normal; entonces = 1– 0 , también se distribuirá como una normal con media<br />
cero y varianza 2 . Definiendo<br />
<br />
por tal razón se tendrá que N (0,1) y que:<br />
<br />
Pr( j( Z j - t j) = Pr ( < Z j / - ( / ) t j) = ( Zj / - ( / ) tj )<br />
Donde ( · ) es la función de densidad acumulada de una normal. Con esta última<br />
ecuación resulta factible estimar los parámetros / y / .<br />
Por tanto, la forma alternativa es emplear una función de distribución no lineal, entre las<br />
que generalmente se encuentran los modelos logit y probit, cada una con una<br />
características particular.<br />
Cuadro Nº 9<br />
CARACTERÍSTICAS <strong>DE</strong> MO<strong>DE</strong>LOS PROBABILÍSTICO NO LINEALES<br />
Modelo Logit Modelo Probit<br />
Distribución LOGÍSTICA NORMAL ESTÁNDAR<br />
Media 0 0<br />
Varianza 2 /3 3.29 1<br />
48