Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
CM
NP
PSI
Se trata de estimar la probabilidad de que los calificativos de un alumno mejoraron, por lo tanto eso
indicar que habrn mejorado su rendimiento acadmico (notas), luego de un perodo de
aprendizaje, durante el cual se implement una nueva metodologa de enseanza.
La base de datos que contiene la informacin bsica se llama Grene191.
Existen varios modelos para determinar la probabilidad de los calificativos de los alumnos. Dichos
mtodos son:
1.
Probabilidad lineal (MPL)
2.
Funcin logstica(LOGIT)
3.
Funcin probabilstica(PROBIT)
Para el Mtodo de Probabilidad Lineal(MPL),se tiene la siguiente funcin lineal:
(1)
Al estimar el modelo (1) se puede apreciar: que existen probabilidades mayores que 1 y menores
que 0. Que no existe normalidad de los residuos. Que el valor del r cuadrado no es significativo y
que existe heteroscedasticidad en el modelo, por que la varianza residual depende de la esperanza
condicional de la variable dependiente.
Para el mtodo logstico(LOGIT)
x
Pr ob(Y 1)
( x)
x
1
1 ( x)
d( x)
x
x
d ( x) (1 ) 2
Funcin de densidad
2006
( x) @ c log istic ( x)
Pr ob(Y 1) (t )dt ( x)
t2
1 2
' ( x)
Funcin de densidad.
( x) @ cnorm( x)
' ( x) @ dnorm( x)
Dep=0
Mean
Dep=1
C
CM
NP
PSI
1.000000
2.951905
21.09524
0.285714
1.000000
3.432727
23.54545
0.727273
All
1.000000
3.117188
21.93750
0.437500
2006
Coefficient
Std. Error
z-Statistic
Prob.
C
CM
NP
PSI
-13.02135
2.826113
0.095158
2.378688
4.931317
1.262940
0.141554
1.064563
-2.640541
2.237726
0.672235
2.234426
0.0083
0.0252
0.5014
0.0255
0.343750
0.384716
4.144171
-12.88963
-20.59173
15.40419
0.001502
21
11
0.482559
1.055602
1.238819
1.116333
-0.402801
0.374038
Total obs
32
Coefficient
Std. Error
z-Statistic
Prob.
C
CM
NP
PSI
-7.452320
1.625810
0.051729
1.426332
2.542472
0.693882
0.083890
0.595038
-2.931131
2.343063
0.616626
2.397045
0.0034
0.0191
0.5375
0.0165
0.343750
0.386128
4.174660
-12.81880
-20.59173
15.54585
0.001405
21
11
0.482559
1.051175
1.234392
1.111907
-0.400588
0.377478
32
2006
( x) @ cnorm( x) 0.265808
6. Generemos un factor de escala que sea variable, para ello mantenemos a la variable CM,
utilizando el valor promedio para la variable NP, para la probabilidad condicional de
MEJORA=1, dado PSI=0 y para la probabilidad condicional de MEJORA=1, dado PSI=1.
7. Se calcula PSI1 y PSI0, de la manera siguiente:
PSI1=c(1)+c(2)CM+0.052(21.938)+1.4263
PSI0=c(1)+c(2)CM+0.052(21.938)
8.
2006
10. Para la interpretacin del esquema de regresin de los modelos estimados por el mtodo de
mxima verosimilitud se debe considerar lo siguiente:
10.1 Utilizar la prueba de Wald para determinar si las variable son significativas.
10.2 Similar a la prueba F que se realiza con el mtodo de los mnimos cuadrados.
Se
genera un estadstico Ji-Cuadrado con 3 grados de libertad. Este estadstico se forma
con la verosimilitud logartmica restringida y la verosimilitud logartmica no
restringida. Donde se realiza una prueba conjunta de que los coeficientes de las
variables CM, NP, PSI son todos cero.
10.3 Similar al R cuadrado del mtodo de los Mnimos Cuadrados, se analiza el indicador
MacFadden.
2006