1
MODELOS DE ELECCIÓN DISCRETA
Eva Medina Moral - www.eva.medinaam.es
(Diciembre 2003)
1. INTRODUCCIÓN
2. INTERPRETACIÓN ESTRUCTURAL DE LOS MODELOS DE ELECCIÓN
DISCRETA
3. MODELO LINEAL DE PROBABILIDAD (MLP)
Especificación e interpretación del MLP
Limitaciones de la estimación por MCO
4. MODELOS DE PROBABILIDAD NO LINEAL
Especificación de los modelos de elección discreta (Logit y Probit)
Estimación de los parámetros en los modelos Logit
A. Estimación con observaciones no repetidas: Método de Máxima-
Verosimilitud
B. Estimación
con
observaciones
repetidas: Método Mínimos
Cuadrados Generalizados
Contraste y validación de hipótesis
A. Significatividad estadística de los parámetros estimados
B. Medidas de bondad de ajuste del modelo
5. MODELOS DE RESPUESTA MÚLTIPLE
Modelos de respuesta múltiple con datos no ordenados
A. El modelo Logit Multinomial
B. El modelo Logit Condicional
C. El modelo Logit Anidado
Modelos de respuesta múltiple con datos ordenados
2
1. INTRODUCCIÓN
La utilidad de los modelos de elección discreta frente a la econometría tradicional radica
en que los primeros permiten la modelización de variables cualitativas, a través del uso
de técnicas propias de las variables discretas. Se dice que una variable es discreta
cuando está formada por un número finito de alternativas que miden cualidades. Esta
característica exige la codificación como paso previo a la modelización, proceso por el
cual las alternativas de las variables se transforman en códigos o valores cuánticos,
susceptibles de ser modelizados utilizando técnicas econométricas.
La modelización de este tipo de variables se conoce genéricamente con el nombre de
modelos de elección discreta, dentro de la cual existe una amplia tipología de modelos.
En concreto, según el número de alternativas incluidas en la variable endógena, se
distinguen los modelos de respuesta dicotómica frente a los denominados modelos de
respuesta o elección múltiple. Según la función utilizada para la e