Modelo Probit
Genera el código R o Stata para estimar un modelo Probit (variable dependiente binaria 0/1).
¿Cuándo se usa un modelo Probit?
Al igual que el Logit, el modelo Probit se emplea cuando la variable dependiente es binaria (0/1) y queremos modelar la probabilidad de que ocurra un suceso. La diferencia está en la función que transforma la combinación de variables en una probabilidad: el Probit usa la función de distribución normal acumulada, mientras que el Logit usa la logística.
En la práctica ambos modelos suelen ofrecer conclusiones muy similares. La elección entre uno y otro responde a menudo a la costumbre del área de estudio: el Probit es frecuente cuando se asume que la variable latente subyacente tiene un error normal.
Cómo interpretar los coeficientes
Como en el Logit, los coeficientes del Probit no se interpretan directamente
como cambios en la probabilidad; su signo sí indica la dirección del
efecto. Para cuantificar el impacto se recurre a los efectos marginales,
que en Stata se obtienen con margins, dydx(*) y en R con paquetes como
margins o mfx. A diferencia del Logit, el Probit no tiene una
interpretación natural en términos de odds ratios.
La sintaxis generada, explicada
En R, el Probit se estima con glm() indicando
family = binomial(link = "probit"), y summary() muestra los
resultados; con errores robustos se usa coeftest() junto a la matriz
sandwich. En Stata, el comando es probit con la
dependiente y los regresores; vce(robust) activa los errores robustos y
noconstant elimina la constante.
Errores frecuentes
- Dependiente mal codificada. Debe ser binaria (0/1).
- Comparar coeficientes Logit y Probit directamente. Sus escalas son distintas; compara efectos marginales o probabilidades predichas.
- Buscar odds ratios en el Probit. Esa interpretación es propia del Logit; en Probit usa efectos marginales.
Preguntas frecuentes
¿En qué se diferencia del Logit? En la función de enlace: normal acumulada (Probit) frente a logística (Logit); los resultados suelen ser parecidos.
¿Cómo cuantifico los efectos? Con efectos marginales
(margins, dydx(*) en Stata).
¿Puedo usar errores robustos? Sí, marcando la casilla correspondiente.