Econometria

Modelos discretos

Modelos para variáveis binárias Probit e logit: distribuições simétricas em

torno de zero. Modelo Clog-log: distribuição do y é

assimétrica, há uma grande proporção de zero ou um no banco de dados.

Efeitos marginais no Probit O impacto marginal da mudança de uma

variável não é constante. No modelo de probabilidade linear:

No modelo probit:(depende do valor de todas as outras variáveis na

equação)

Efeitos marginais Para calcular o impacto de xi sobre y,

temos que escolher os valores de todas as outras variáveis.

Valores tipicamente usados: médias, medianas.

Fixar os valores e deixar o valor de xi variar do máximo para o mínimo.

Computar os valores para cada observação e fazer a média por todas as variáveis.

Exemplo

Cálculo do efeito considerando variáveis na mediana

O efeito é de 0,881 – 0,936 = 0,55

Efeito marginal Efeito marginal: tangente a curva de

probabilidade. O tamanho da mudança depende do nível

das variáveis.

Mudança discreta

Mudança marginal

Comando para computar efeito marginal

Mfx compute, at (WC=1 AGE = 40)

Mudança discreta na probabilidade predita

Probabilidade do evento ocorrer dado x, e particularmente o valor de xk

Probabilidade do evento ocorrer dado x, e particularmente o valor de xk+σ

Mudança discreta:

),/1Pr( kxxy

),/1Pr( kxxy

),/1Pr(),/1Pr()/1Pr(kk

k

xxyxxyx

xy

Mudança discreta e marginal Podem ser similares quando a mudança

da variável xk ocorre uma região onde a curva de probabilidade é quase linear.

Probabilidades estimadas