Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
4/25/2007
Anlisis Probit
Resumen
El procedimiento Anlisis Probit est diseado para ajustar un modelo de regresin en el cual la
variable dependiente Y caracteriza un evento con slo dos posibles resultados. Se pueden
modelados dos tipos de datos:
1. Datos en los que Y consiste en un conjunto de 0s y 1s, donde 1 representa la
ocurrencia de uno de los dos resultados.
2. Datos en los cuales Y representa la proporcin de veces que ocurre uno de los dos
resultados.
El modelo de regresin relaciona a Y con una o ms variables predictoras X, que pueden ser
cuantitativas o categricas. En este procedimiento, se asume que la probabilidad de un evento
est relacionada con los predictores a travs de la funcin probit. El procedimiento Regresin
Logstica puede usarse para ajustar el mismo tipo de datos pero emplea una forma funcional
diferente.
El procedimiento ajusta un modelo usando mxima verosimilitud o mnimos cuadrados
ponderados. La seleccin por pasos de variables es una opcin. Para probar la significancia de
los coeficientes del modelo se realizan pruebas de cociente de verosimilitud. Se puede graficar el
modelo ajustado y predicciones generados a partir del mismo. Se identifican y grafican residuos
atpicos.
Dado que el procedimiento Anlisis Probit es anlogo al de Regresin Logstica, debe remitirse a
la documentacin de ste ltimo para una descripcin detallada de las diferentes opciones. Esta
documentacin resalta las diferencias entre los dos modelos y cubre un ejemplo simple.
Exposed
59
60
62
56
63
59
62
60
Killed
6
13
18
28
52
53
61
60
Anlisis Probit - 1
Ingreso de Datos
La caja de dilogo del ingreso de datos solicita informacin sobre las variables de entrada:
Anlisis Probit - 2
Modelo Estadstico
El modelo probit relaciona la probabilidad de ocurrencia P del resultado contado por Y con las
variables predictoras X. El modelo toma la forma
P ( X ) = ( 0 + 1 X 1 + 2 X 2 + ... + k X k )
(1)
Gl
1
6
7
Valor-P
0.0000
0.1197
Validacin
La salida incluye:
Anlisis Probit - 3
( 1 , 2 ,..., k | 0 )
( 0 )
(2)
( 1 , 2 ,..., k | 0 ) 2 p
( 0 )
(3)
Anlisis Probit - 4
ei = y i P ( X i )
Se incluyen el cuadrado medio del error (CME), el error absoluto medio (EAM), el error
porcentual absoluto medio (EPAM), el error medio (EM), y el error porcentual medio (EPM).
Estas estadsticas de validacin pueden ser comparadas con las estadsticas del modelo
ajustado para determinar qu tan bien el modelo predice las observaciones fuera de los datos
usados para ajustarlo.
El modelo ajustado para los datos del ejemplo es
P ( Killed ) = ( - 34.9349 + 19.7277 Dose )
(5)
La regresin explica alrededor del 96.4% de la desviacin de un modelo sin Dose. El valor de P
para Dose es muy pequeo, indicando que es un predictor estadsticamente significativo para la
proporcin de escarabajos muertos (Killed).
Advierta que el valor de P para los Residuos no es significativo, indicando que no queda falta de
ajuste significativa sin explicar.
Killed/Exposed
0.8
0.6
0.4
0.2
0
1.6
1.65
1.7
1.75
Dose
1.8
1.85
1.9
Anlisis Probit - 5
Grfico Probit
El Grfico Probit es similar al Grfico del Modelo Ajustado, excepto que el eje vertical est
escalado de manera que el modelo ajustado ser una lnea recta.
Probit(Killed/Exposed)
con intervalos de confianza del 95.0%
porcentaje acumulado
99.9
99
95
80
50
20
5
1
0.1
1.6
1.65
1.7
1.75
Dose
1.8
1.85
1.9
Anlisis Probit - 6