1 votos

Interpretación de la regresión logit multinominal (Stata)

Tengo algunas preguntas sobre mlogit. Tengo un conjunto de variables independientes y una variable dependiente categórica, pero ordenada, con tres categorías (En desacuerdo, Neutral y De acuerdo). No se cumplen los supuestos de ologit. Elegí Neutral como categoría base. El coeficiente de una de las variables independientes X (una variable ficticia que toma los valores 1 o 0), por lo que la probabilidad logarítmica multinominal, es negativa tanto para el Acuerdo como para el Desacuerdo, por lo que los dos efectos están en direcciones diferentes. El coeficiente para estar en desacuerdo es -1,264 y para estar de acuerdo es -0,672. Si calculo las probabilidades correspondientes, el cambio en la probabilidad de estar de acuerdo es mayor que el cambio en la probabilidad de estar en desacuerdo, cuando se toma la diferencia entre X=1 y X=0 (utilizando la ecuación de la página 6): https://www.stata.com/manuals/rmlogit.pdf ). Esto indica que el efecto sobre el Acuerdo es realmente mayor que el efecto sobre el Desacuerdo, aunque el valor absoluto del coeficiente sea menor.

¿Puede el cambio en la probabilidad de un resultado comparado con la base ser mayor que el cambio en la probabilidad de otro resultado comparado con la base, aunque el valor absoluto del coeficiente (o las probabilidades logarítmicas) sea menor para el primero?

Además, ¿cuál es la diferencia entre el cambio en la probabilidad de un resultado en relación con la base (como se describe en la página 6 de https://www.stata.com/manuals/rmlogit.pdf ) evaluado en X=1 y X=0 y el efecto marginal (márgenes dy/dx), que también describe la probabilidad del resultado?

Gracias

1voto

tdm Puntos 146

Lo tienes: $$ \begin{align*} \ln\left(\frac{\Pr(D|X = 1)}{Pr(A|X = 1)}\right) &= \ln\left(\frac{\Pr(D|X = 0)}{\Pr(A|X= 0)}\right) -1.264 + 0.627,\\ &\le \ln\left(\frac{\Pr(D|X = 0)}{\Pr(A|X= 0)}\right) \end{align*} $$ Así que tomando exponentes, tenemos eso: $$ \frac{\Pr(D|X = 1)}{\Pr(D| X = 0)} \le \frac{\Pr(A|X = 1)}{\Pr(A|X = 0)}. $$ Lo que se encuentra es que: $$ |\Pr(A|X=1)- \Pr(A|X = 0)| > |\Pr(D|X = 1) -\Pr(D|X = 0)| $$ Estas dos cosas no están necesariamente en conflicto.

Por ejemplo: $$ \Pr(D|X= 1) = 0.1\\ \Pr(D|X = 0) = 0.3\\ \Pr(A|X = 1) = 0.4\\ \Pr(A|X = 0) = 0.677 $$

0 votos

Gracias. En la página 6 de stata.com/manuals/rmlogit.pdf calculan la probabilidad prevista de "Prepago" para blancos y no blancos. ¿Es la diferencia de estos dos valores la misma que el efecto marginal (márgenes dy/dx en Stata)? ¿La probabilidad predicha sigue siendo relativa al resultado base?

0 votos

Los efectos marginales se calculan evaluando las derivadas $\frac{\partial \Pr{A|x)}{\partial x}$ . No creo que estos den el mismo resultado que la diferencia. Pero para las variables aleatorias discretas (por ejemplo, las variables ficticias) las diferencias son más fáciles de interpretar en comparación con los efectos marginales.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X