Sobre la agrupación de niveles del factor

Se discute el efecto que se produce sobre el modelo logit binario con un único factor explicativo cuando el investigador decide agrupar algunos niveles de dicho factor. Con base en la parametrización de referencia y el modelo saturado se sugiere un procedimiento que, aprovechando los cómputos de un...

Full description

Autores:
Ponsot Balaguer, Ernesto
Sinha, Surendra
Goitía, Arnaldo
Tipo de recurso:
Article of journal
Fecha de publicación:
2009
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/40720
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/40720
http://bdigital.unal.edu.co/30817/
Palabra clave:
modelo logit
agregación de niveles
datos agregados
tablas de contingencia
modelo lineal generalizado
Logit model
Joining levels
Aggregate data
Contingency tables
Generalized linear model
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Se discute el efecto que se produce sobre el modelo logit binario con un único factor explicativo cuando el investigador decide agrupar algunos niveles de dicho factor. Con base en la parametrización de referencia y el modelo saturado se sugiere un procedimiento que, aprovechando los cómputos de un primer ajuste logit y corrigiendo el supuesto distribucional sobre la varianza, produce estimaciones más eficientemente y con mayor precisión que las que se producen si solo se decide reiterar un ajuste logit. Una vez colocado el tema en perspectiva, se desarrollan las ecuaciones que sustentan el procedimiento sugerido, apelando a la teoría asintótica. Se ilustra mediante un ejemplo la diferencia entre el procedimiento sugerido y el habitual y, con base en una extensa simulación, se muestran tendencias sólidas a favor del primero, en la medida en que las probabilidades de éxito de la variable respuesta (Y = 1), asociadas con las categorías del factor explicativo incluidas en la agrupación, sean más disímiles entre sí.