Modelo Binomial Negativa
Genera el código R (MASS::glm.nb) o Stata (nbreg) para estimar una regresión Binomial Negativa, útil cuando hay sobredispersión.
¿Cuándo usar la Binomial Negativa?
Cuando la dependiente es un conteo (0, 1, 2, ...) y los datos presentan sobredispersión: la varianza es claramente mayor que la media. Es la generalización natural del modelo Poisson para esos casos, muy frecuentes en datos económicos reales (número de impagos, siniestros, llamadas de soporte...).
Cómo funciona
La Binomial Negativa añade un parámetro de dispersión que captura la varianza extra. Sus coeficientes se interpretan igual que en Poisson — como ratios de tasas (IRR) cuando se exponencian — pero los errores estándar son más realistas, lo que evita rechazar hipótesis nulas en falso.
La sintaxis generada, explicada
En R, glm.nb() del paquete MASS estima el modelo, y summary() incluye el parámetro theta de dispersión. En Stata, nbreg hace lo propio; con vce(robust) aplica errores robustos. margins, dydx(*) da los efectos marginales sobre la media esperada de Y.
Errores frecuentes
- Usarlo sin comprobar antes la sobredispersión. Si los datos no la tienen, Poisson es más eficiente.
- Confundir parámetro de dispersión con coeficiente. No es un regresor; es la varianza extra del modelo.
- Muchos ceros. Si hay un exceso, considera modelos zero-inflated.
Preguntas frecuentes
¿Cuándo Binomial Negativa supera a Poisson? Siempre que haya sobredispersión.
¿Cómo interpreto el parámetro theta? A mayor sobredispersión, menor theta. Si theta tiende a infinito, el modelo converge a Poisson.
¿Los IRR se interpretan igual? Sí, exp(βⱼ) es el factor multiplicativo sobre la tasa esperada.