Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Para fenômenos cujo resultado é um indicativo da ocorrência ou não de um fato ou escolh...
Para fenômenos cujo resultado é um indicativo da ocorrência ou não de um fato ou escolha, utiliza-se a modelagem de variáveis discretas. Um exemplo é o estudo da participação ou não da mulher no mercado de trabalho. A variável dependente a ser modelada é derivada de um processo de escolha, realizada com base na comparação das opções disponíveis, em que o indivíduo escolhe a opção com maior utilidade/benefício. O modelo é construído a partir de uma variável auxiliar chamada latente y*. A variável y* não é observada e reflete esta utilidade/benefício, definindo o processo de escolha. Se temos uma escolha y binária
y = 1 se y* > 0
y = 0 se y* ≤ 0,
a variável latente é escrita como:
y* = x*β + ε,
onde x e β são vetores de variáveis explicativas e de parâmetros, respectivamente, e ε é o termo de erro não observado.
Dessa forma, conclui-se que
A
a forma funcional de ε mais recomendável quando a amostra de dados possui valores extremos é a da distribuição normal padrão, ou seja, o modelo Probit é mais adequado.
B
o modelo utilizado sendo Probit, tem-se que Pr(y = 1|x) =Θ(x’β + ε), onde Θ é a função de distribuição acumulada de uma Normal Padrão.
C
o método de estimação empregado para a análise da Pr(y = 1|x) sempre deverá ser o de máxima verossimilhança.
D
os parâmetros β representam os efeitos marginais das variáveis explicativas sobre a probabilidade de y = 1.
E
os efeitos marginais sobre a Pr(y = 1|x) são obtidos diretamente a partir dos b estimados do modelo de probabilidade linear.