Regresion con VARIABLES DICOTOMAS

Carlos
Carlos
Villantoy
Villantoy
Valdivia
Valdivia

Variables Dicotomas
En esta seccin analizaremos el papel en la Regresin
de las variables explicativas cualitativas llamadas
VARIABLES DICOTOMAS.
Herramienta sumamente til que permite introducir en
el modelo muchas variables cualitativas. Influyen en la
variable dependiente (Y) otras variables que son de
tipo cualitativo como:
Sexo
Raza
Color
Religin
Nacionalidad
Huelgas
Guerras
Trastornos Polticos
Poltica Econmica del gobierno
Meses punta de ventas (campaas:escolar, navidad )

Variables Dicotomas (ejemplos)

Para cuantificar este de variables se construye las variables
artificiales o dummy que pueden tomar los valores de 1 o 0.
0= indica la ausencia del atributo
1=la presencia o posesin del atributo
EJEMPLOS:
Sexo
Religin
0=Si es mujer
0=Si no es catlico
1=Si es varn
1=Si es catlico
Nacionalidad
Huelgas
0= Si no es peruano
0=Si no hubo huelga
1=Si es peruano 1= Si hubo huelga
Violencia poltica Campaa de Ventas(panetones)
0=Si no hubo
0=Mes fuera de campaa
1=Si hubo violencia
1=Campaa navidea

(ejemplo) hipotetico
Suponiendo que tenemos los siguientes datos hipoteticos de
una muestra (20) tomada a docentes universitarios de la
UNA, con el siguiente modelo:
Y=0+1X1+2X2 +3X3+4X4 + i
Donde:
Y= Ingreso mensual en soles
X1=Categoria ( categoria docente 1=principal 0=no)
X2=Edad

(edad en aos )

X3=Afilia (afiliacin politica a partido de gobierno

1=si)
X4=Pgrado (docente con Maestria 1=si 0=no)
X5=Windep (trabajo independiente adicional 1=si
0=no)

ls
lsingreso
ingresocccategoria
categoriaedad
edadafilia
afiliapgrado
pgradowindep
windep

datos de ejemplo hipottico

archivo:vardumy1.wf1

COMANDO para correr la regresion:

ls ingreso c categoria edad afilia pgrado windep

(Analisis de los resultados)

INGRESO = 341.0 + 659.9*CATEGORIA + 24.65*EDAD + 2581.7*AFILIA + 2384.9*PGRADO + 1665.9*WINDEP

t-Statistic
(0.249)
(1.00706)
(0.611559)
(2.456209)
(3.274862)
(2.503660)
Prob.
0.8064
0.3310
0.5506
0.0277
0.0055
0.0253

R-squared
0.860020 F-statistic 17.20286
Durbin-Watson stat 2.258096 Prob(F-statistic)
0.000015

CONCLUSIONES:
1. Los estadisticos (t) de las variables Categoria y Edad nos indican que
aceptamos la Ho, es decir estas dos variables no tienen influencia
sobre la variable Ingreso, dado que la Prob. De ambos es mayor al 5%
2. Los estadisticos (t) de las variables Afilia, Pgrado, Windep nos
indican que rechazamos la Ho, es decir estas dos variables si tienen
influencia sobre sobre la variable Ingreso, dado que la Prob. De
ambos es menor al 5%
3. Las pruebas nos indican que el modelo estaria libre de
multicolinealidad, autocorrelacion y heterocedasticidad
4. El impacto de la Variable AFILIA, indica que si esta afiliado el nivel de
ingreso podria incrementarse en S/ 2581 nuevos soles, si tiene grado
de Magister su ingreso mensual podria incrmentarse en 2384 nuevos
soles y finalmente si tiene un trabajo independiente sus ingresos se
incrementaria en 1665 nuevos soles.
5. El coeficiente de determinacion muestra que la variable dependiente
Ingreso esta explicado por todo el conjunto de variables
independientes en un 86%.

MODELOS LOGIT
En los modelos con variable dicotoma, se supone que la variable
dependiente Y es de tipo cuantitativo, mientras que las variables
explicativas pueden ser de tipo cuantitativo o cualitativo o una mezcla
de ambos.
En cambio en los modelos LOGIT, PROBIT, TOBIT, la variable
dependiente Y puede ser dicotoma tomando los valores ya sea de 1 o 0
EJEMPLOS:
Los ejemplos que expresan este tipo de relacion en la que la variable
dependiente es dicotoma son variados, la tenencia de vivienda en
funcion al nivel de ingreso,

MODELOS LOGIT (archivo:logit.wf1)

logit vivienda c ingreso

MODELOS LOGIT
logit vivienda c ingreso
En el ejemplo que expresan este tipo de relacion en la
que la variable dependiente es dicotoma, la tenencia de
vivienda en funcion al nivel de ingreso
INTERPRETACION
Para un incremento unitario de soles en el ingreso, el
logaritmo de las probabilidades a favor de tener una
vivienda aumenta en alrededor
del 0.78 =
0.012604*0.625=0.00787774730794

MODELOS probit
probit vivienda c ingreso

MODELOS probit
probit vivienda c ingreso
En el ejemplo que expresan este tipo de relacion en la
que la variable dependiente es dicotoma, la tenencia de
vivienda en funcion al nivel de ingreso
INTERPRETACION
Para un incremento unitario de soles en el ingreso, las
probabilidades de tener una vivienda aumenta en del:
0.7 % =0.007046

Comparando coeficientes de logit con probit

LOGIT
0.00787774730794
PROBIT
0.007046