1. UNIVERSIDAD TÈCNICA DE MACHALA
UNIDAD ACADÈMICA DE CIENCIAS EMPRESARIALES
ECONOMÌA MENCIÒN GESTIÒN EMPRESARIAL
TALLER GRUPAL
INTEGRANTES:
Arboleda Jaramillo Ricardo Andrés
Joselyn Madeleine Rodríguez Muñoz
FECHA: 28-Noviembre-2018
NIVEL: Séptimo PARALELO: ``A´´
ASIGNATURA: Optativa I
TEMA: Ejercicios logit libro de Wooldrige
EJERCICIOS
C17.1 USE LOS DATOS EN PNTSPRD.RAW PARA ESTE EJERCICIO.
i) La variable favwin es una variable binaria si el equipo favorecido por la
diferencia de puntos (spread) predicha por Las Vegas gana. Un modelo de
probabilidad lineal para estimar si el equipo favorecido gana es
P( favwin = 1 spread ) = B0 + B1 spread.
Explique por qué, si la diferencia de puntos (spread) incorpora toda la información
relevante, se espera Bo = .5.
Si la variable “spread” incorpora toda la información relevante, la estimación estadística
recaerá totalmente en esta, por lo que, el intercepto (Bo) será 0.5, indicando que la
probabilidad de que gane es totalmente igual a la probabilidad de que pierda (50:50).
ii) Estime el modelo de la parte i) mediante MCO. Pruebe H0 : Bo = .5 frente a
una alternativa de dos colas. Use los errores estándar usuales y los robustos a
la heterocedasticidad.
Se rechaza la hipótesis nula H0: Bo = .5 debido a que con un nivel de significancia de
0.5%, el valor de t student para nuestro intercepto cae dentro de la zona de rechazo. Por lo
tanto, el mismo sí es significativo mediante una estimación de MCO.
iii) ¿La variable spread es estadísticamente significativa? ¿Cuál es la
probabilidad estimadas de que el equipo favorito gane cuando spread 10?
La variable “spread” sí es estadísticamente significativa debido a que su P>|t|= 0.000, es
decir, cumple con el requisito de ser menos al 0.5.
El porcentaje estimado de que el equipo favorito gane cuando “spread” =10 es de 77.06%.
iv) Ahora estime un modelo probit para P( favwin = 1 spread ). Interprete y
pruebe la hipótesis nula de que el intercepto es cero. [Sugerencia: recuerde
que<I> (0) .5.]
Realizando la prueba de hipótesis H0: Bo = 0,
v) Use el modelo probit para estimar la probabilidad de que el equipo favorito
gane cuando spread 10. Compare esto con la estimación del MPL de la parte
iii).
La probabilidad de que el equipo favorito gane cuando spread = 10 es de 81,96%. Es decir,
mediante un modelo probit, existe mayores posibilidades de que el equipo favorito gane
cuando spread =10, frente al modelo por MCO de la parte iii) que cuenta con un 77.06%.
vi) Agregue las variables favhome, fav25 y und25 al modelo probit y pruebe la
significancia conjunta de estas variables mediante la prueba de razón de
verosimilitudes. (¿Cuántos gl hay en la distribución ji-cuadrada?) Interprete
2. UNIVERSIDAD TÈCNICA DE MACHALA
UNIDAD ACADÈMICA DE CIENCIAS EMPRESARIALES
ECONOMÌA MENCIÒN GESTIÒN EMPRESARIAL
este resultado enfocándose en la pregunta de si la diferencia de puntos
incorpora toda la información observable antes de un juego.
La significancia conjunta de este nuevo modelo probit es buena con un Prob >
chi2=0.0000, mientras que el LR chi2(4) =80.22. Interpretando estos resultados con el nivel
de significancia de las variables en específico, se puede decir que las variables escogidas en
este modelo funcionan de buena manera, mientras que por separado todas excepto “spread”
salen con un nivel bajo de significancia individual.
C17.2: USE LOS DATOS EN LOANAPP.RAW PARA ESTE EJERCICIO; VEA
TAMBIÉN EL EJERCICIO EN COMPUTADORA C7.8.
i) Estime un modelo probit de approve sobre white. Encuentre la probabilidad de
que se apruebe un préstamo tanto para blancos como para no blancos. ¿Cómo
se compara esto con las estimaciones de probabilidad lineal?
De acuerdo a las estimaciones de probabilidad lineal del modelo podemos ver que existe un
88.67% de que las personas obtengan un crédito hipotecario en función de su raza.
Tomando en cuenta que nuestro ejercicio y base de datos nos especifica que 1 se refiere a los
blancos, mientras que 0 se refiere a otro tipo de raza, los cuales pueden ser negros o hispanos,
podemos manifestar que, de acuerdo a las estimaciones para cada raza antes mencionado, las
personas blancas tienen más probabilidades de que se les apruebe un crédito hipotecario, con
un 10% aproximado de diferencia entre las personas blancas y otro tipo de raza.
ii) Ahora agregue las variables hrat, obrat, loanprc, unem, male, married, dep,
sch, cosign, chist, pubrec, mortlat1,mortlat2 y vr al modelo probit.¿Hay alguna
evidencia estadísticamente significativa de discriminación contra los no
blancos?
Si, ya que, al agregar todas estas variables requeridas a nuestro modelo, el efecto marginal
para las personas no blancas aumentó su probabilidad a 81.71%
iii) Estime el modelo de la parte ii) mediante logit. Compare el coeficiente de white
respecto a la estimación probit.
El coeficiente White correspondiente a las personas blancas en este modelo logístico aumentó
las probabilidades de que a las personas blancas les sea aprobado un crédito hipotecario.