Você está na página 1de 14

Econometria II

Monitoria 3: logit

João Paulo

Faculdade de Economia, Administração e Contabilidade de


Ribeirão Preto da Universidade de São Paulo - FEA-RP/USP

Setembro, 2021

João Paulo (FEA-RP/USP) Monitoria – Econometria II Setembro, 2021


Modelo de regressão logística

João Paulo (FEA-RP/USP) Monitoria – Econometria II Setembro, 2021


Conteúdo – Monitoria 3
• Apresentação sucinta do modelo logit;
• Explicação das dúvidas da última aula no R;
• Comando adicional do R (pipe);
• Abertura da base de dados;
• Manipulação da Base de Dados;
• Rodagem do logit;
• Interpretação dos resultados e efeito marginal.

João Paulo (FEA-RP/USP) Monitoria – Econometria II Setembro, 2021


Logit – Histórico e funcionalidades
• Trata-se de um modelo desenvolvido na década de 40 juntamente com outro
modelo de utilidades aleatórias, probit.

• O logit simples tenta, em suma, adaptar-se melhor às variáveis dependentes


dicotômicas (Y = 1 ou Y = 0).

• Os modelos lineares, para variáveis dependentes dicotômicas, podem


apresentar valores de Y menores que zero ou maiores do que um, algo vedado
no logit.

João Paulo (FEA-RP/USP) Monitoria – Econometria II Setembro, 2021


Modelo linear x Y binária
Pr(Y=1|X=10)
Y binária =?
1.20
ε < 0 para todo
>9
1.00

0.80

0.60

0.40

0.20

0.00
0 2 4 6 8 10 12

-0.20

X
João Paulo (FEA-RP/USP) Monitoria – Econometria II Setembro, 2021
Modelo não linear (logit)

Y binária
1.20

1.00

0.80

0.60 ^ ^
𝑌= 𝑃𝑟 ( 𝑌=1∨𝑋 )= 𝐸[𝑌∨𝑋]
Y

0.40

0.20

0.00
0 2 4 6 8 10 12

-0.20

X
João Paulo (FEA-RP/USP) Monitoria – Econometria II Setembro, 2021
Modelo - Pressupostos
• Seja Y o conjunto de escolhas do indivíduo.

• Seja representa características observáveis que explicam o benefício líquido de


tomar-se a ação j.

• Assim, as utilidades de cada escolha podem ser dadas por:

Note que

João Paulo (FEA-RP/USP) Monitoria – Econometria II Setembro, 2021


Modelo
• Tome e .

• Desta forma, temos que

• Seja Z uma variável aleatória, sua função distribuição acumulada pode ser
escrita como

• Logo

João Paulo (FEA-RP/USP) Monitoria – Econometria II Setembro, 2021


Modelo
• Dado que

• Podemos, após uma série de manipulações, chegar em

• Ou seja, a partir da regressão de d em X () podemos chegar em

• A rodagem dessa regressão exige modelos não lineares de estimação, o que se


faz por meio da Maximização da Verossimilhança. No entanto, precisa ser
especificada para o seu desenvolvimento.

João Paulo (FEA-RP/USP) Monitoria – Econometria II Setembro, 2021


Modelo – Efeito Marginal
• Para o modelo logit obtemos

• Conseguimos a última igualdade ao afirmarmos que ε têm distribuição logística


padrão.

• Os efeitos marginais dos modelos não lineares são dados por

João Paulo (FEA-RP/USP) Monitoria – Econometria II Setembro, 2021


Modelo – Efeito Marginal e MLE
• Assim, para o modelo logit, temos a função densidade de probabilidade dada
por:

• Logo, o efeito marginal de um incremento numa variável k pode ser dado por

• No modelo de regressão logística a obtenção dos parâmetros β’s é feita por meio
da maximização da verossimilhança. Assim, ao aplicarmos a máxima
verossimilhança sobre (9) e buscarmos as condições de primeira ordem, obtemos:

João Paulo (FEA-RP/USP) Monitoria – Econometria II Setembro, 2021


Modelo – MLE
• Note que (13) apresenta a diferença entre a escolha feita pelo indivíduo i ()
menos a probabilidade da escolha de i ser 1.

• Buscaremos, então, combinações do vetor dos estimadores β em (13) para


chegarmos o mais perto possível do vetor 0, ou seja, para que a diferença entre
os valores preditos pela combinação das variáveis observadas na f.d.a
(probabilidade de o indivíduo i optar por 1) e a escolha de i observada seja a
menor possível.

João Paulo (FEA-RP/USP) Monitoria – Econometria II Setembro, 2021


Modelo – odd ratio (risco relativo)
• Ao manipularmos (9) podemos obter o risco relativo da escolha 1 frente à
escolha 0.

• A equação (14) aponta o log-risco relativo da escolha 1 frente a escolha 0.


Caso o valor de seja, por exemplo, 2, isso significa que o indivíduo tem duas
vezes mais chances de escolher 1 ao invés de 0. O log-risco relativo é linear
nos regressores

João Paulo (FEA-RP/USP) Monitoria – Econometria II Setembro, 2021


Bibliografia
• Cameron & Trivedi, 2005.
• Notas de Aula do Daniel – Eco 2 – 2020.
• Notas de Aula Woerman – Topics in Advanced Econometrics - 2020.

João Paulo (FEA-RP/USP) Monitoria – Econometria II Setembro, 2021

Você também pode gostar