****************************************************** ** USANDO LOGIT, MLOGIT y OPROBIT con ENCUESTAS ELECTORALES ****************************************************** use "D:\Mis documentos\Docencia\Clases\AnEmpirico\NES92_clean.dta", clear ** Esta es una encuesta post-electoral de la eleccion presidencial de EU en 1992 ** Donde contendieron Bush papa, Clinton y Perot ** Las variables dependientes de interes son: ** Por quien voto el encuestado (Bush, Clinton, Perot) ** El nivel de approval de Bush ** Estadistica descriptiva desc summ ** Matriz de correlaciones correlate bushapp *place dist* badecon warok tab vote ** Regresiones para predecir la intencion de voto de cada candidato en particular ** La variable VOTE es categorica: 0=si voto x bush, 1=clinton, 2=perot ** ...entonces necesitamos generar una dummy para el votoclinton y votobush, respectivamente gen votclinton = vote==1 // genera una dummy para voto por clinton replace votclinton=. if vote==. // para eliminar a los que no contestaron la pregunta original gen votbush = vote==0 replace votbush = . if vote==. ** Ahora si, corremos logits (o probits) para la variable binaria "voto por clinton" logit votclinton place dist* ** .. y para "voto por bush" logit votbush place dist* /* MULTINOMIAL LOGIT Ahora, tambien podemos correr regresiones donde busquemos explicar que factores afectan la probabilidad de votar por un candidato comparado con la prob de votar por otro mas: Noten que las categorias de voto NO son ordinales, pues no representan intensidad o magnitud sino solamente opciones mutuamente excluyentes pero no jerarquicas... Ejemplo: "¿si no te parece la guerra, es mas o menos probable que votes por Bush o por Perot, comparado con el grupo que vota por Clinton?" Esto se hace con un modelo MULTINOMIAL LOGIT (mlogit) donde simultaneamente se calcula un conjunto de parametros para cara valor de la variable categorica VOTO, usando una de las categorias como base o "grupo de comparacion" */ *** Modelo Multinomial Logit usando el votoxbush como categoria base: mlogit vote *place distclinton badecon partyID educ income, basecategory(0) ** La opcion basecategory() se usa para decirle a Stata quien sera el ** "comparison group" contra el cual se interpretaran los coeficientes ** Noten que ahora tenemos dos conjuntos de coeficientes, uno para explicar prob(Votoclinton) ** y otro para prob(votoPerot)--ambos con respecto a la prob(votoBush) ** Ahora podemos hacer pruebas de hipotesis con ambos conjuntos de coeficientes: test [1]party= [2]party // Compara si el partyID tiene el mismo impacto en ambos grupos o no test [1]distclinton = [2]distclinton ** Los coeficientes de mlogit permiten hacer comparaciones interesantes, como indicar ** cómo cambia la probabilidad de que apoyes a uno u otro candidato conforme cambia otra variable. /* ORDERED PROBIT - "PRESIDENTIAL APPROVAL" DE BUSH PAPA Ahora, supongamos que queremos medir los determinantes de la aprobacion de Bush papa Esta es una variable ORDINAL que va de muy poca (0) a mucha aprobacion (3) Para hacerlo usaremos el comando oprobit -- ordered probit aunque podrian usar ologit--ordered logit--y obtener resultados similares */ summ bushapp, detail hist bushapp oprobit bushapp place distclinton badecon party educ income nonwhite, robust ** Con estos resultados podemos hacer una serie de simulaciones interesantes. ** Por ejemplo, si quieres saber como cambia la probabilidad de que apruebes ** a Bush a distintos niveles ("0=odiar, 1=medio mal, 2=medio bien, y 3=amar a Bush papa") ** conforme aumenta la escolaridad de los encuestados, pero manteniendo todos los ** demas factores fijos en sus medias. scatter r1 r2 r3 r4 educ // grafica las probabilidades predichas de approval contra educacion ** A esto le llamamos "predicted probabilities analysis" y la forma más sencilla de hacerlos ** es usando las rutinas de CLARIFY que veremos enseguida