Modelo Probit Ordinal

Genera el código R (polr) o Stata (oprobit) para estimar un modelo Probit Ordinal (dependiente categórica ordenada).

¿Cuándo se usa un Probit Ordinal?

Como el Logit ordinal, el Probit ordinal modela una variable dependiente categórica con orden natural: niveles de satisfacción, calificaciones, escalas Likert. La diferencia entre uno y otro está en la función de enlace: el Probit ordinal asume que la variable latente subyacente tiene un error con distribución normal, mientras que el Logit ordinal usa la logística. En la práctica, ambos modelos suelen llevar a las mismas conclusiones.

Cómo interpretar los coeficientes

Los coeficientes no se leen directamente como cambios en probabilidad; su signo indica si el regresor empuja al individuo hacia categorías superiores. Para cuantificar el efecto se usan los efectos marginales sobre la probabilidad de cada categoría, una opción incluida en el formulario. En el Probit ordinal no se interpretan odds ratios (eso es propio del Logit).

La sintaxis generada, explicada

En R, se utiliza polr() del paquete MASS con method = "probit"; la dependiente debe ser un factor ordenado. En Stata, el comando es oprobit; los efectos marginales se obtienen con margins, dydx(*) predict(outcome(#k)) repetido para cada categoría.

Errores frecuentes

• Dependiente sin orden declarado. Hay que indicar ordered = TRUE al construir el factor en R.
• Compararlo con el Logit ordinal coeficiente a coeficiente. Las escalas son distintas; lo comparable son los efectos marginales y las probabilidades predichas.
• Asumir proporcionalidad sin contrastar. Igual que en Logit ordinal, el modelo descansa en el supuesto de líneas paralelas.

Preguntas frecuentes

¿En qué se diferencia del Logit ordinal? En la función de enlace (normal en Probit, logística en Logit); los resultados suelen ser parecidos.

¿Cómo cuantifico los efectos? Con efectos marginales por categoría.

¿Hay odds ratios en Probit? No, esa interpretación es propia del Logit; usa efectos marginales.