ECONOMETRIA

Prof. Patricia Maria Bortolon, D. Sc.

Modelos de Escolha Qualitativa

Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição.

Rio de Janeiro. Elsevier- Campus, 2006
Modelos de escolha qualitativa
• Variável dependente: binária
• Variável independente: métricas ou binárias
• Exemplos:
– Probabilidade de falência
– Probabilidade de sinistro
– Probabilidade de aderir a segmento diferenciado de
governança corporativa
– Probabilidade de abrir capital
Modelos de escolha qualitativa
• Quando Y é quantitativo, através dos modelos de
regressão linear estimamos o valor esperado ou
valor médio, dados os valores das variáveis
independentes

E (Yi X 1i , X 2i ,..., X ki )

• Quando Y é qualitativo, o objetivo é encontrar a

probabilidade de que algo aconteça
• Modelos de Probabilidade
O que vamos estudar:
• Como estimar modelos de escolha qualitativa?
Podemos usar MQO?
• Há problemas especiais de inferência?
• Como medir a qualidade do ajustamento?
Podemos usar o R2?
• Como interpretar os coeficientes do modelo?
O que não vamos estudar...
• ... mas são extensões do assunto:
– Dados contáveis ou eventos raros como variável dependente =
processos de probabilidade de Poisson. ex.: no. de artigos
publicados por um docente, no. de patentes registradas por uma
empresa, etc...
– Modelos logit e probit ordinais. Ex.: quando a variável dependente
é nível de escolaridade, ou variáveis em termos de escala do tipo
Likert (“concordo totalmente” a “discordo totalmente”)
– Modelos logit e probit multinomiais: quando a variável de resposta
tem mais de duas categorias mas não são ordenadas ou
hierarquizadas.
– Modelos de duração: ex.: o que determina a duração de uma
lâmpada; a sobrevivência de micro-empresas. Esses casos são
tratados em Análise de Sobrevivência.
Modelos de Escolha Qualitativa
• Há três abordagens para formular um modelo
probabilístico para uma variável de escolha
binária:
– O modelo de probabilidade linear
– O modelo logit
– O modelo probit
Modelo de Probabilidade Linear

Yi  1   2 X i  ui

1 = tem casa própria Renda familiar

0 = c. c.

É um modelo linear de probabilidade porque:

E Yi X i   PrYi  1 | X i 
Modelo de Probabilidade Linear
• Supondo E(ui)=0, para obter estimadores não
tendenciosos. A variância de Yi tem a seguinte distribuição
de probabilidade:
Yi Prob.
0 1 – Pi Se Pi = probabilidade de que Yi = 1
1 Pi
Total 1

Dist. de Probabilidade Binomial

(np ; np(1-p))

0  E (Yi | X i )  1
Podemos usar MQO?
Modelo de probabilidade linear
Problemas na utilização de MQO
1. Ausência de normalidade dos termos de erro ui. Porque
assim como Yi, ui também assumem dois valores:
ui  Yi  1   2 X i

Yi ui Prob.
Qdo. Yi = 1 1 – β1 – β2Xi Pi
Qdo. Yi = 0 – β1 – β2Xi 1 - Pi

Também segue distribuição binomial

=> ui não se distribuem normalmente

Modelo de probabilidade linear
Problemas na utilização de MQO
• Entretanto, lembre que a medida que o tamanho
da amostra aumenta a distribuição binomial
converge para a Normal.
• Portanto, no caso de grandes amostras, a
inferência estatística dos modelos de
probabilidade linear segue os procedimentos
habituais de MQO sob premissa de normalidade.
Modelo de probabilidade linear
Problemas na utilização de MQO
2. Variâncias heterocedásticas dos termos de erro.
• Como ui segue distribuição binomial com média Pi e variância
igual a Pi(1-Pi), vemos que a variância depende da média
var(ui )  Pi (1  Pi )
Pi  E (Yi | X i )  1   2 X i

• A variância de ui depende, em última instância, dos valores de X e,

portanto, não é homocedástica.
• Estimadores de MQO não tendenciosos, porém não são
eficientes.
• Solução: mínimos quadrados ponderados (MQP)
Yi 1  2 X i ui
  
wi wi wi wi
onde wi  E(Yi | X i )1  E(Yi | X i )  Pi 1  Pi 
Modelo de probabilidade linear
Problemas na utilização de MQO
3. Impossibilildade de satisfazer 0 ≤ E(Yi | Xi) ≤ 1
• Problema real da estimativa por MQO!!!
• Não há como garantir que Yˆi se situe entre 0 e 1.
• Duas formas de agir:
• Calcular os Yˆi e os que forem < 0 considerar = 0 e
os que forem > 1 considerar = 1
• Usar técnica que garanta que as probabilidades
condicionais de Yi se situem entre 0 e 1 (logit e
probit)
Modelo de probabilidade linear
Problemas na utilização de MQO
4. O valor de R2 como medida da qualidade do
ajustamento é questionável
Yest.

R2 estará muito abaixo de 1

(em geral entre 0,2 e 0,6)
X

Do ponto de vista lógico o Modelo de Probabilidade Linear pressupõe que

Pi = E(Y = 1| X) aumenta linearmente com X, isto é, o efeito marginal ou
incremental de X permanece constante.
Modelo de probabilidade linear
Problemas na utilização de MQO
• No exemplo da amostra de 40 famílias e os dados de
renda e casa própria (Gujarati, Cap. 15) temos:

Yˆi  0,9457  0,1021X i

• Quando X aumenta uma unidade (US$ 1.000) a prob. de
ter casa própria aumenta sempre na mesma quantia de
0,10.
• Independe da renda ser US$8.000, US$10.000 ou
US$22.000
• O que seria esperado?
– Que a níveis muito baixos ou muito altos a probabilidade de ter
casa própria não fosse tão afetada.
Modelo de probabilidade linear
Problemas na utilização de MQO
• Precisamos de um modelo de probabilidade que
tenha duas características:
1. A medida que Xi aumenta Pi = E(Yi = 1| Xi) aumenta
mas nunca sai da faixa 0 – 1
2. A relação entre Pi e Xi é não linear, se aproxima de
zero a taxas cada vez menores à medida que Xi se
reduz, e se aproxima de 1 a taxas cada vez menores
à medida que Xi aumenta muito.
Modelo de probabilidade linear
Problemas na utilização de MQO
• Precisamos de uma curva sigmóide, ou em S,
semelhante a FDA de uma v.a.:
1 FDA

0 X
• Em geral são escolhidos os modelos (1) logístico
e (2) normal, o primeiro dando origem ao modelo
logit e o sengundo ao probit (ou normit).
Modelo Logit
• O modelo de probabilidade linear no caso da casa
própria era:

Pi  E (Yi  1 | X i )  1   2 X i

• A Função de Distribuição Logística

1
Pi  E (Yi  1 | X i )  ( 1   2 X i )
1 e
Modelo Logit
• Resumindo e chamando Zi = β1 + β2Xi teremos:
1 eZ
Pi  Z

1 e 1  eZ
1
quando Z i   Pi  
0
1 e
1
quando Z i   Pi  1
1
1 
e
 0  Pi  1
• Problema: Pi é não linear em X e em β => não podemos
usar MQO
• Solução: linearizar
Modelo Logit
Z
e e Zi
1  Pi  1 
1  eZ Pi 1  e Zi
 e Zi
1 1  Pi 1
1  Pi 
1  e Zi 1  e Zi
A razão de chances a favor da
Tirando o logaritmo: posse da casa própria.
Pi = 0,8 => há 4 chances contra 1
 Pi 
Li  ln    Z i a favor de a família possuir casa

 1  Pi 
própria.

 Pi 
Li  ln    1   2 X i
 1  Pi 
Denominado Logit
Modelo Logit - Características
1. Quando passa de 0 a 1 (isto é, quando Z varia de -∞ a
+∞), o logit L varia de -∞ a +∞. As probabilidades são
limitadas entre 0 e 1, os logits não.
2. Embora L seja linear em X as probabilidades não o são.
3. Podemos incluir quantos regressores forem necessários.
4. O coeficiente angular mede a variação de L em resposta
a uma unidade de variação em X, isto é, nos diz o
quanto o logaritmo das chances favoráveis ao evento de
interesse variam em resposta a uma unidade de variação
na variável independente.
5. O intercepto dá as chances favoráveis quando a variável
independente é igual a zero. Como na regressão linear
pode não ter sentido prático.
Modelo Logit - Características
6. Se quisermos não as chances favoráveis ao
evento de interesse mas a própria probabilidade
do evento isso pode ser feito pela expressão:
Z
1 e
Pi  Z

1 e 1 e Z

7. A relação linear não é entre Pi e Xi, e sim entre o

logaritmo da razão de chances e Xi.
Modelo Logit - Estimação
1. Dados em nível individual
– A estimativa por MQO é inviável
– Imagine Pi = 1 se a família tem casa própria
Pi = 0 c.c.
– Ao calcular os logits para estimar o modelo
 Pi 
Li  ln    1   2 X i  ui
 1  Pi 
1
Li  ln   se a família tem casa própria
0 Expressões não
0 fazem sentido
Li  ln   c.c.
1
• Ao invés de MQO usar Máxima Verossimilhança para
estimar os parâmetros
Modelo Logit – Dados Agrupados - Estimação

1. Dados agrupados ou replicados

X Ni ni
US$ mil
ˆ ni
6 40 8  Pi  é a frequência relativa
8 50 12 Ni
10 60 18
... ... ...

• Com os Pi é possível obter os logits estimados

• Podemos usar MQO?
• Não!!
Modelo Logit – Dados Agrupados - Estimação

• É possível demonstrar que, se Ni for

suficientemente grande e cada observação em
uma dada classe de renda Xi se distribui
independentemente como uma variável binomial,
então:
 1 
ui ~ N 0, 
 N P
i i (1  Pi 
)

• Usar MQP
• Estimativa da variância:
1
ˆ 
2

N i Pˆi (1  Pˆi )
Modelo Logit – Dados Agrupados - Estimação
• Etapas para estimação da regressão logit:
1. Para cada nível de renda:
ˆ ni
P
Ni

2. Para cada nível de renda obter o logit:

 Pˆ 
Lˆi  ln  i 
 ˆ
1 Pi
Modelo Logit – Dados Agrupados - Estimação
• Etapas para estimação da regressão logit:
3. Transformamos:
 Pi 
Li  ln    1   2 X i  ui
 1  Pi 
em
wi Li  1 wi   2 wi X i  wi ui
L*i  1 wi   2 X i*  vi
onde :
wi  N i Pˆi (1  Pˆi )
L*i  Li transformado
X i*  X i transformado
vi  termo de erro transformado
Modelo Logit – Dados Agrupados - Estimação
• Etapas para estimação da regressão logit:
4. Estimamos por MQO sem intercepto.
5. Avaliar coeficiente pelos métodos tradicionais de
intervalo de confiança ou teste de hipóteses.
Lembrando que as conclusões serão válidas se as
amostras forem grandes.

Exemplo da casa própria com dados agrupados na pag.

485 do Gujarati.
Modelo Logit – Dados Agrupados - Interpretação
L*i  1,59474 wi  0,07862 X i*
ep  (0,11046) (0,00539)
t  (14,43619) (14,56675)
R 2  0,9642

• Interpretação do logit: para uma unidade (US$1000) de aumento na

renda o logaritmo ponderado das chances favoráveis à posse da casa
própria aumenta em 0,08 unidade.
• Interpretação das chances: tomando o antilogaritmo do logit estimado,
obtemos Pi / (1 – Pi), isto é, a razão de chances.

Pˆi 1, 59474 wi  0 , 07862X i*

e
1  Pˆi
1, 59474 wi 0 , 07862X i*
e e
Modelo Logit – Dados Agrupados - Interpretação

Pˆi 1, 59474 wi  0 , 07862X i*

e
1  Pˆi
1, 59474 wi 0 , 07862X i*
e e

• e0,07862 = 1,0817
• Para cada unidade de aumento da renda ponderada, as chances
ponderadas favoráveis a posse da casa própria aumentam em cerca
de 8,17%.

Se tomarmos o anti-logaritmo do j-ésimo coeficiente angular, subtraímos 1 dele

e multiplicamos o resultado por 100, obtemos a variação percentual das chances
em favor de um aumento de uma unidade no j-ésimo regressor.
Modelo Logit – Dados Agrupados - Interpretação
• Cálculo das probabilidades: no nosso exemplo, se
quisermos calcular a probabilidade de ter casa própria
se a renda é X = 20 (US$20.000).
L*i  1,59474 wi  0,07862 X i*
wi  4,1825
X i*  83,6506
L*i  1,59474  4,1825  0,07862  83,6506
L*i  0,09311
L*i
Li   0,02226
wi
Modelo Logit – Dados Agrupados - Interpretação
• Cálculo das probabilidades: no nosso exemplo, se
quisermos calcular a probabilidade de ter casa própria
se a renda é X = 20 (US$20.000).
L*i
Li   0,02226
wi
 Pˆi 
 0,02226  ln   Dada a renda de US$20.000, a
 ˆ probabilidade de que a família tenha
 1 Pi  uma casa própria é de cerca de 49%.
Portanto,
Pˆi
 e 0, 02226  1,0225
1  Pˆi
 0 , 02226
e
Pˆi   0 , 02226
 0,4944
1 e
Modelo Logit – Dados Agrupados - Interpretação
• Cálculo da variação da probabilidade: envolve não
apenas β2, mas também o nível de probabilidade em
relação ao qual a variação é medida.
dP
  2 Pi (1  Pi )
dX i
• Para o nível de renda de US$20.000 teremos dP/dX =
0,01965
Modelo Logit – Dados Não Agrupados
• Como Yi = 1 ou 0, nestes casos, teremos que
recorrer a procedimentos de estimação não
lineares usando o método da máxima
verossimilhança.
• É um método para grandes amostras, e os erros-
padrão estimados são assintóticos
• Ao invés da estatística t usamos a estatística z.
• O R2 não é adequado como medida de
ajustamento.
– O Eviews apresenta o R2 de McFadden que também
varia entre 0 e 1.
– Outra medida de ajustamento é o Count R2.
Modelo Logit – Dados Não Agrupados
• Fávero et. al. apresentam outras medidas de
ajustamento:
– Pseudo R2
– Cox & Snell R2
– Nagelkerke R2
– Teste qui-quadrado: para avaliar se há diferenças
significativas entre o esperado e o observado
– Hosmer – Lemeshow Goodness of fit Test: outra
medida do poder preditivo do modelo
Modelo Logit – Dados Não Agrupados
• Para testar a significância do modelo como um
todo o equivalente ao teste F da regressão
múltipla é a estatística da razão de
verossimilhança. Esta estatística segue a
distribuição qui-quadrado com g.l. igual ao no. de
variáveis explanatórias (o intercepto não conta).
Modelo Logit – Dados Não Agrupados -
Interpretação
• Gujarati usa um exemplo sobre previsão de notas de
alunos, com Y =1 se a nota é A e Y = 0 c.c.
• GPA = pontuação média; TUCE = pontuação no início do
curso; PSI = 1 se utilizado novo método de ensino.
• O modelo e os resultados foram:
 Pi 
Li     1   2GPAi   3TUCEi   4 PSI i  ui
 1  Pi 
Li  13,0213  2,8261GPAi  0,0951TUCEi  2,3786 PSI i
p  values  0,0082 0,0252 0,5014 0,0255
McFaddenR 2  0,3740 LRstatisti c(3df )  15,40419
Modelo Logit – Dados Não Agrupados -
Interpretação
 Pi 
Li     1   2GPAi   3TUCEi   4 PSI i  ui
 1  Pi 
Li  13,0213  2,8261GPAi  0,0951TUCEi  2,3786 PSI i
p  values  0,0082 0,0252 0,5014 0,0255
McFaddenR 2  0,3740 LRstatisti c(3df )  15,40419

• Os regressores em conjunto tem impacto positivo sobre a nota final

pois LR = 15,40 cujo valor p é de cerca de 0,0015, muito pequeno.
• As três variáveis têm efeito positivo sobre o logit embora TUCE seja
não significativo.
• O coeficiente 2,8261 de GPA signfica que para cada aumento de 1 na
nota média o logit estimado aumenta, em média cerca de 2,83 un.
• A interpretação em relação às chances faz-se tomando o
antilogaritmo dos coeficientes. Ex.: o antilog. de PSI é 10,7897
(e2,3786). Estudantes submetidos ao novo método de ensino têm cerca
de dez vezes mais chances de tirar uma nota A.
Modelo Logit – Dados Não Agrupados -
Interpretação
 Pi 
Li     1   2GPAi   3TUCEi   4 PSI i  ui
 1  Pi 
Li  13,0213  2,8261GPAi  0,0951TUCEi  2,3786 PSI i
p  values  0,0082 0,0252 0,5014 0,0255
McFaddenR 2  0,3740 LRstatisti c(3df )  15,40419

• Para obter a probabilidade de um estudante ter nota A, observa-se os

dados deste estudante (GPA, TUCE e PSI) e calcula-se Li, ou seja, o
logit estimado. Ex.: logit estimado igual a 0,8178
• Para obter a probabilidade usa-se a expressão:
1 eZ A probabilidade estimada do estudante tirar
Pi  Z
 nota A é aproximadamente 69%.
1 e 1  eZ Como o observado foi Y = 1 para este estudante
1 podemos assumir que a previsão está próxima.
Pi   0 ,8178
 0,6937
1 e
Modelo Probit
• Utiliza ao invés da função logística acumulada a
função de distribuição acumulada (FDA) da
normal.
( X  )2
X0 1 
F(X )   e 2 2

2 2

• Para o exemplo da casa própria:

Pi  P(Y  1 | X )  P(Zi  1   2 X i )  F (1   2 X i )
Modelo Probit – Dados Agrupados -
Interpretação
• Resultados do modelo probit para o exemplo da casa
própria: β1 = -1,0166 e β2 = 0,04846
• Para conhecer o efeito de uma variação unitária em X
sobre a probabilidade de Y = 1, isto é, ter casa própria
derivamos a equação anterior e:
dPi
 f ( 1   2 X i )  2
dX i

• Onde f (1   2 X i ) é a função de densidade de

probabilidade normal padrão em 1   2 X i
• Portanto, essa avaliação dependerá do valor de X
Modelo Probit – Dados Agrupados -
Interpretação
• Resultados do modelo probit para o exemplo da casa
própria: β1 = -1,0166 e β2 = 0,04846
• Para X = 6 teremos na função de densidade normal
f[-1,0166+0,04846(6)] = f(-0,72548).
• Para Z = -0,72548 a densidade normal é de cerca de
0,3066, que multiplicado por β2 , dará 0,01485.
• Ou seja, partindo de um nível de renda de US$6.000,
quando a renda aumenta US$1.000 a probabilidade de
uma família ter casa própria aumenta em 1,4%.
Efeito marginal de uma variação unitária de um
regressor nos vários modelos de regressão
Modelo de Regressão O coeficiente angular mede a variação do valor
Linear médio do regressando para uma variação unitária no
valor de um regressor, mantidas constantes as
demais variáveis.
Modelo de Probabilidade O coeficiente angular mede diretamente a variação
Linear da probabilidade de ocorrência de um evento em
consequência de uma variação unitária no valor de
um regressor, tudo o mais constante.
Modelo Logit O coeficiente angular nos dá a variação no logaritmo
das chances dada uma variação unitária de um
regressor. Entretanto, a taxa de variação na
probabilidade de ocorrência do evento é dada por
βjPi(1-Pi), onde βj é o coeficiente do j-ésimo regressor
e a avaliação de Pi leva em conta todas as variáveis
do modelo.
Modelo Probit A taxa de variação da probabilidade é mais
complicada. Dada por βjf(Zi), onde f(Zi) é a função de
densidade da normal padrão e Zi = β1+β2X2i+...+βkXki,
ou seja, o modelo de regressão usado na análise.
Entre os modelos logit e probit, qual é o
preferível?
• Na maioria das aplicações são bastante parecidos
• A distribuição logística tem caudas mais gordas
=> a prob. condicional Pi aproxima-se de 0 ou 1
mais lentamente
• Logit é mais simples para interpretar!!
• Os coeficientes dos dois modelos não podem ser
comparados diretamente. Embora a distribuição
logística padrão e a normal padrão tenham ambas
média zero, suas variâncias são diferentes.
Modelo Tobit
• No exemplo da casa própria, se estivéssemos
interessados não na probabilidade da família ter
casa própria, mas sim na relação entre o
montante gasto para adquiri-la em relação a
variáveis sócio-econômicas.
• Dilema: se a família não tem casa própria não há
dados sobre o montante gasto!!
• Amostra censurada: quando em parte da
amostra só temos informações sobre os
regressores, mas não sobre o regressando.
• Também denominados modelos de regressão
com variável dependente limitada
Modelo Tobit - Estimação
Yi  1   2 X i  ui se LD  0
0 c. c.
• Podemos estimar a regressão usando apenas a
parte da amostra para a qual temos dados da
variável dependente?
• Não! Os estimadores seriam tendenciosos e
inconsistentes.
• Solução: método da máxima verossimilhança
• Exemplo: pag. 498 Gujarati – modelo dos casos
extraconjugais de Ray Fair