3ra Práctica Calificada

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL
Facultad de Ciencias Económicas

EAP de Economía
CURSO: ECONOMETRÍA II Nota

SEMESTRE: 2021 – I
SECCIÓN: ………
PROFESOR: Mg. Pedro Chávez V.
Alumno(a): .........................................................................................................
Fecha: ...../...../.....Duración: 90 minutos
3RA PRÁCTICA CALIFICADA
1. Cuando se tiene una variable dependiente binaria, ¿cuál es la ventaja de utilizar un Logit en
vez de un modelo de probabilidad lineal? (2 puntos) Defina el objetivo principal del análisis
de regresión logística. (2 puntos)
2. Defina al coeficiente de β y al ratio de probabilidad, en el contexto de una regresión

logística
simple. (2 puntos) ¿Cómo se relacionan ambas medidas? (2 puntos)
3. ¿Qué es un efecto marginal en la media para los modelos Logit y Probit? (2 puntos), ¿por
qué no se pueden interpretar directamente los coeficientes 𝛽̂ de un modelo Probit o
Logit? (2 puntos)
4. Veinte aspirantes a un programa de posgrado obtuvieron las calificaciones cuantitativa y

verbal en el examen GRE que se presentan en el archivo “Admitidos posgrado.xls”. Diez
estudiantes fueron admitidos en el programa.
a) Use los modelos Logit y Probit, para estimar la regresión y compare los resultados en
cuanto a la interpretación de cada uno de los coeficientes para ambos modelos. (2
puntos)
Realizamos la estimación del modelo Logit:
Hallamos la bondad de ajuste del modelo:
H0: el modelo presenta un buen ajuste
H1: el modelo no presenta un buen ajuste
Hallando la prueba de Hosmer-Lomeshow podemos ver que tenemos una

probabilidad de 0.9982 que es mayor al nivel de significancia (0.05). Por lo tanto,
no se rechaza la hipótesis nula, por lo cual el modelo presenta un buen ajuste.
Continuamos hallando las predicciones:

En primer lugar, podemos ver que de las 10 observaciones en que la variable fue 0
se acertó 9 veces, lo cual representa el 90% de acierto y solo 10% de error.
De las 10 observaciones en que la variable fue 1 se acertó 8 veces, lo cual
representa el 80% de acierto y solo 20% de error.
En general, de las 20 observaciones se acertó 17 veces, lo cual representa el 85%
de acierto lo cual representa una buena capacidad que tiene nuestro modelo para
clasificar los valores de la variable dependiente.
Pasaremos a ver las interpretaciones de los coeficientes:
- CUANT_Q-> 0.043087: Es positivo, entonces si el individuo tiene mayores

calificaciones cuantitativas es más probable que sea admitido en el probable.
- CUANT_V-> 0.060004: Es positivo, entonces si el individuo tiene mayores
HALLAREMOS LA ESTIMACION POR EL MODELO PROBIT:

se acertó 9 veces, lo cual representa el 90% de acierto y solo 10% de error.
representa el 80% de acierto y solo 20% de error.
- CUANT_Q-> 0.035091: Es positivo, entonces si el individuo tiene mayores

- CUANT_V-> 0.025153: Es positivo, entonces si el individuo tiene mayores
b) Con el modelo Logit, prediga la probabilidad de admisión al programa con base en las
calificaciones promedio cuantitativas y verbales del GRE. Exprese con sus propias
palabras lo que representa esa probabilidad. (2 puntos)
El promedio que se tiene por cada calificación tanto cuantitativa como verbales
tiene el 83.39% para la admisión del programa de pregrado.
5. En el archivo “Propiedad de vivienda.xls” se dispone de información procedente de 40

encuestados mayores de 30 años acerca de sus ingresos anuales en soles (ingresos), su
número de hijos (n_hijos) y su estado civil (casado=1, soltero=0). También se conoce si la
vivienda que ocupan es de alquiler o es propiedad del encuestado. Se pretende analizar el
efecto de los valores de las variables sobre la decisión de comprar un inmueble para
vivienda. Para ello se define la variable Y (propiedad), que toma el valor de 1 si el
encuestado es propietario de la vivienda, y el valor 0 si el encuestado ocupa una vivienda
alquilada.
a) Construya un modelo Logit. Encuentre la probabilidad de ser propietario de un
inmueble para un individuo promedio. (2 puntos)
Realizamos la estimación del modelo Logit:


se acertó 18 veces, lo cual representa el 94.74% de acierto y solo 5.26% de error.
representa el 95.24% de acierto y solo 4.76% de error.
- Es positivo, entonces si el individuo tiene más ingresos, es más probable que

sea propietario de la vivienda.
- Es positivo, entonces si el individuo tienes mas hijos, es mas probable que sea
propietario de la vivienda.
- Es positivo, entonces si el individuo es casado es mas probable que sea
propietario de la vivienda.
Seguidamente, vamos a hallar la probabilidad promedio del individuo:

El individuo promedio tiene el 89.39% de ser propietario de un inmueble.
b) Encuentre la probabilidad de que un encuestado con un ingreso promedio, sin hijos,

y soltero sea propietario de una vivienda. (1 punto)
La probabilidad que nos arroja una persona con características de un ingreso

promedio, sin hijos y soltero es de 99.49% de que sea propietario de una vivienda.
c) Calcule el efecto marginal de las variables e interprete los resultados. (1 punto)
EMG- ESTADO CIVIL
Si el estado civil de la persona es casado la variación que se producirá para adquirir su propia vivienda
es positivo y es de 45.04% de probabilidad.
EMG_HIJOS
Si el numero de hijos aumenta la variación que se producirá para adquirir el individuo su propia
vivienda es positivo y es de 41.81% de probabilidad.
EMG_INGRESOS

3ra Práctica Calificada

Cargado por

Copyright:

Formatos disponibles

3ra Práctica Calificada

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

3ra Práctica Calificada

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

Facultad de Ciencias Económicas

CURSO: ECONOMETRÍA II Nota

2. Defina al coeficiente de β y al ratio de probabilidad, en el contexto de una regresión

4. Veinte aspirantes a un programa de posgrado obtuvieron las calificaciones cuantitativa y

Hallando la prueba de Hosmer-Lomeshow podemos ver que tenemos una

Continuamos hallando las predicciones:

Pasaremos a ver las interpretaciones de los coeficientes:

- CUANT_Q-> 0.043087: Es positivo, entonces si el individuo tiene mayores

Hallando la prueba de Hosmer-Lomeshow podemos ver que tenemos una

- CUANT_Q-> 0.035091: Es positivo, entonces si el individuo tiene mayores

5. En el archivo “Propiedad de vivienda.xls” se dispone de información procedente de 40

Hallamos la bondad de ajuste del modelo:

Hallando la prueba de Hosmer-Lomeshow podemos ver que tenemos una

Continuamos hallando las predicciones:

- Es positivo, entonces si el individuo tiene más ingresos, es más probable que

Seguidamente, vamos a hallar la probabilidad promedio del individuo:

b) Encuentre la probabilidad de que un encuestado con un ingreso promedio, sin hijos,

La probabilidad que nos arroja una persona con características de un ingreso

EMG- ESTADO CIVIL

También podría gustarte