Documente Academic
Documente Profesional
Documente Cultură
Y 1 i= 1,Y 1i >0
0,Y 1 i 0
Y 2 i= 1,Y 2i > 0
0,Y 2 i 0
Y 1 i=X 1+ 1 i
Y 2 i=X 2+ 2 i
([ ] [ ])
1 i , 2 i N 0 , 1
0 1
Tenemos que notar que ya impusimos una forma funcional a la distribucin conjunta de los errores
de tipo normal bivariada, esto con la intencin de seguir el supuesto que sigue el modelo BiProbit.
Variable
Obs
Mean
matematicas
ciencias_s~t
filosofia_~t
biologia_p~t
quimica_punt
49683
49683
8675
8675
8675
49.02284
49.11893
44.92588
47.14651
48.72934
fisica_punt
lenguaje
8675
49683
47.22674
50.00817
Std. Dev.
Min
Max
9.719365
9.736724
10.29019
9.329151
11.06601
0
0
0
0
0
109
103
95
94
89
14.00406
9.407043
0
0
111
100
Key
frequency
cell percentage
bmat
bcso
0
Total
19,215
38.68
7,795
15.69
27,010
54.36
6,269
12.62
16,404
33.02
22,673
45.64
Total
25,484
51.29
24,199
48.71
49,683
100.00
Para probar esto, realizaremos 4 pruebas. 2 de correlacin simple, en las que se mira la
correlacin entre las variables que queremos analizar y la correlacin entre los residuales de
dos modelos probit, estimados para las variables de inters. Estas correlaciones arrojan que
efectivamente existe relacin entre ambas variables. Las otras dos pruebas son mediante
una prueba tetrachorica, en donde se examina exactamente lo mismo, a travs de un
estadstico de multiplicadores de Lagrange o razn de verosimilitud. En ambas, una
obtenida por la estimacin del modelo biprobit nulo, obtenemos que se rechaza la hiptesis
de no relacin entre ambas variables.
49683
0.6305
0.0049
(1)
Matemticas
(2)
Sociales
-0.254***
(0.0121)
0.0102
(0.0324)
0.109***
(0.0322)
0.352***
(0.0383)
0.372***
-0.0776***
(0.0119)
0.0380
(0.0317)
0.104***
(0.0316)
0.273***
(0.0377)
0.333***
(3)
Rho
(0.0383)
0.210***
(0.0507)
0.364***
(0.0507)
0.534***
(0.0546)
0.588***
(0.0551)
0.155***
(0.0152)
0.399***
(0.0373)
-0.0414*
(0.0226)
-0.728***
(0.0317)
-0.719***
(0.0356)
-0.0598**
(0.0267)
-0.376***
(0.0548)
(0.0377)
0.191***
(0.0484)
0.297***
(0.0485)
0.472***
(0.0524)
0.480***
(0.0529)
0.0605***
(0.0150)
0.184***
(0.0358)
0.0789***
(0.0223)
-0.501***
(0.0306)
-0.524***
(0.0342)
0.0888***
(0.0264)
-0.422***
(0.0522)
0.584***
(0.0056)
46,629
46,629
46,629
Ahora, nuestras estimaciones arrojan que los efectos de la Educacin de los padres, el
estrato y el sexo es la esperada, siendo significativos. A mayor educacin de los padres, las
probabilidades de tener buenos resultados, en ambas reas, incrementa, se mantiene el
hecho de que el efecto es mayor para las madres que para los padres. E igual sucede con el
estrato, al pasar de estrato bajo a medio y medio a alto, se logra una mayor probabilidad de
tener buenos resultados en ambas reas. En el sexo encontramos que existen diferencias
significativas entre el rendimiento de mujeres y hombres, teniendo un efecto negativo ser
mujer.
Sin embargo, los efectos de las jornadas difieren en el tipo de prueba. Tenemos que para
para la prueba de matemtica que todas las jornadas, respecto a la jornada completa, tienen
efectos negativos y significativos al 90% en el rendimiento. Para la prueba de sociales, las
jornadas de la maana y tarde, respecto a la completa, si tienen un efecto positivo sobre el
rendimiento. Esto es algo interesante, sin embargo, la explicacin no aparece a simple vista.
Un resultado positivo es que se disminuy la correlacin entre las variables dependientes
un poco, pero sigue siendo de 0,58.
Interpretacin de los diferentes efectos marginales
Ahora, pasaremos a interpretar las probabilidades conjuntas que predice el modelo. Estas
probabilidades en pocas palabras podemos resumilarlas como la probabilidad de que en la
prueba de matematicas y la prueba de sociales los rendimientos hayan sido (1,1), (1,0),
(0,1) y (0,0). Donde 1 es que haya tenido un buen rendimiento y 0 un mal rendimiento.
Para la probabilidad de ser bueno en ambas pruebas tenemos que los efectos de la
educacion de los padres es positiva, solamente no es significante un nivel de primaria para
el padres. Los estratos medios y altos, frente al bajo, tienen estos mismo efectos. Aqu
permanece el efecto positivo de las jornadas de maana y tarde, frente a la jornada
completa. Sin embargo, se nota que los efectos no son muy fuertes sobre la probabilidad
conjunta. A diferencia de las otras variables dependientes.
Marginal effects after biprobit
y = Pr(bmat=1,bcso=1) (predict, p11)
= .32050105
variable
bsex*
_IEdup~2*
_IEdup~3*
_IEdup~4*
_IEdup~5*
_IEdum~2*
_IEdum~3*
_IEdum~4*
_IEdum~5*
_Iestr~2*
_Iestr~3*
_Ijorn~2*
_Ijorn~3*
_Ijorn~4*
_Ijorn~5*
dy/dx
-.0660546
.0089461
.0411716
.1276323
.1432382
.0792759
.128037
.2077622
.2201464
.0428758
.1177322
.0059909
-.2027604
-.201352
.0026283
Std. Err.
.0039
.01029
.01024
.01329
.01325
.01631
.01559
.01868
.01873
.00499
.0128
.0072
.00655
.00704
.0086
z
-16.92
0.87
4.02
9.60
10.81
4.86
8.22
11.12
11.75
8.59
9.20
0.83
-30.95
-28.62
0.31
P>|z|
95% C.I.
0.000
0.385
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.405
0.000
0.000
0.760
-.073705 -.058404
-.011217
.02911
.02111 .061233
.101587 .153677
.117276 .169201
.047307 .111245
.09749 .158584
.171144
.24438
.183435 .256857
.033087 .052664
.092652 .142813
-.008119 .020101
-.215601 -.18992
-.215143 -.187561
-.014227 .019483
X
.558043
.299084
.44794
.080358
.126531
.272213
.492505
.091338
.123807
.256579
.041176
.614253
.084368
.058161
.143023
efecto positivo. Esto ira en contrava de los anteriores resultados. Podramos pensar
entonces que, los sentimientos de exclusin hacen que la gente tenga una mejor
preparacin en las ciencias sociales? Suena algo plausible, sin embargo no creo que la
evidencia sea lo suficientemente fuerte para llegar a esa conclusin.
Marginal effects after biprobit
y = Pr(bmat=1,bcso=0) (predict, p10)
= .13424331
variable
bsex*
_IEdup~2*
_IEdup~3*
_IEdup~4*
_IEdup~5*
_IEdum~2*
_IEdum~3*
_IEdum~4*
_IEdum~5*
_Iestr~2*
_Iestr~3*
_Ijorn~2*
_Ijorn~3*
_Ijorn~4*
_Ijorn~5*
dy/dx
-.0345602
-.0049102
.0019515
.0121119
.0041821
.0043246
.0155784
.0017282
.0096816
.018616
.0398873
-.0224165
-.0587227
-.055601
-.0262493
Std. Err.
.00252
.00668
.00667
.00821
.00794
.01063
.01043
.01113
.01151
.0032
.00868
.00475
.00484
.00547
.00498
z
-13.74
-0.73
0.29
1.48
0.53
0.41
1.49
0.16
0.84
5.81
4.60
-4.72
-12.12
-10.16
-5.27
P>|z|
95% C.I.
0.000
0.462
0.770
0.140
0.599
0.684
0.135
0.877
0.400
0.000
0.000
0.000
0.000
0.000
0.000
-.039492
-.018004
-.011125
-.003973
-.011386
-.016511
-.004868
-.020092
-.012876
.012339
.022883
-.031721
-.068218
-.066329
-.036003
-.029629
.008184
.015028
.028196
.01975
.02516
.036025
.023548
.032239
.024893
.056891
-.013112
-.049227
-.044873
-.016496
X
.558043
.299084
.44794
.080358
.126531
.272213
.492505
.091338
.123807
.256579
.041176
.614253
.084368
.058161
.143023
dy/dx
.0351209
.0061999
.0002343
-.0192431
-.0116791
-.0030516
-.0098373
-.0237262
-.0324134
-.0187432
-.0446009
.0254378
.0102785
.0015119
.032785
Std. Err.
.00277
.00772
.00757
.00846
.00868
.01195
.01181
.01191
.01172
.00339
.00731
.00516
.00755
.00831
.00667
z
12.67
0.80
0.03
-2.28
-1.35
-0.26
-0.83
-1.99
-2.77
-5.53
-6.10
4.93
1.36
0.18
4.92
P>|z|
95% C.I.
0.000
0.422
0.975
0.023
0.178
0.798
0.405
0.046
0.006
0.000
0.000
0.000
0.174
0.856
0.000
.029689
-.008935
-.014611
-.035819
-.028686
-.026463
-.032987
-.04707
-.055387
-.025387
-.058938
.015315
-.004528
-.014769
.019713
.040553
.021334
.015079
-.002667
.005328
.02036
.013312
-.000382
-.009439
-.0121
-.030264
.035561
.025085
.017793
.045857
X
.558043
.299084
.44794
.080358
.126531
.272213
.492505
.091338
.123807
.256579
.041176
.614253
.084368
.058161
.143023
La ltima probabilidad conjunta es no ser bueno en ambas pruebas. En esta tenemos que
solo la educacin primaria del padre y las jornadas de maana y tarde, no son significativas.
Los efectos en este caso poseen la direccin contraria a la primera calculada, y es lgico
puesto que pretende explicar lo contrario.
Marginal effects after biprobit
y = Pr(bmat=0,bcso=0) (predict, p00)
= .37812349
variable
bsex*
_IEdup~2*
_IEdup~3*
_IEdup~4*
_IEdup~5*
_IEdum~2*
_IEdum~3*
_IEdum~4*
_IEdum~5*
_Iestr~2*
_Iestr~3*
_Ijorn~2*
_Ijorn~3*
_Ijorn~4*
_Ijorn~5*
dy/dx
.0654939
-.0102358
-.0433573
-.1205011
-.1357412
-.0805489
-.1337781
-.1857641
-.1974145
-.0427486
-.1130186
-.0090121
.2512046
.2554411
-.0091641
Std. Err.
.00407
.01081
.01074
.01138
.01133
.01599
.01638
.01419
.01438
.00507
.01096
.00766
.01058
.01172
.00904
z
16.09
-0.95
-4.04
-10.59
-11.98
-5.04
-8.16
-13.09
-13.73
-8.42
-10.31
-1.18
23.75
21.80
-1.01
P>|z|
95% C.I.
0.000
0.344
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.239
0.000
0.000
0.310
.057518
-.031417
-.064413
-.142802
-.157947
-.111898
-.165892
-.21358
-.225591
-.052694
-.134495
-.024025
.230476
.232478
-.026873
.07347
.010946
-.022302
-.0982
-.113535
-.0492
-.101664
-.157948
-.169238
-.032804
-.091542
.006001
.271933
.278404
.008545
X
.558043
.299084
.44794
.080358
.126531
.272213
.492505
.091338
.123807
.256579
.041176
.614253
.084368
.058161
.143023
Los efectos marginales, sobre las probabilidades individuales de ser bueno en matemticas
o sociales, tienen la misma direccin analizada en la regresin que realizamos. Ms all de
una descripcin de magnitudes no ganaramos nada nuevo con el anlisis. Ahora las
probabilidades condicionadas de ser bueno en matemticas dado que se es bueno en
sociales y ser bueno en sociales dado que se es bueno matemticas, es lo que nos ha trado
aqu, y compararemos los efectos de las variables contra los efectos en la probabilidad
conjunta (1,1).
En la primera probabilidad condicional de bueno en matemticas dado que se es bueno en
sociales; tenemos que el efecto de la educacin primera del padre sigue sin ser significativa,
aunque cambia su efecto a negativo, y el efecto de las jornadas maana y tarde cambia a ser
negativo. Adems vemos que los efectos de la educacin de los padres se reducen, aumenta
el efecto de los estratos socioeconmicos y aumenta el efecto de las jornadas escolares.
Esto es algo interesante, siguiendo la idea que nos surgi acerca de la exclusin, puesto que
si suponemos que alguien que posee este sentimiento y no le es posible aumentar su nivel
de ingresos (o estrato socioeconmico), una solucin de poltica seria implementar la
jornada completa, dado que otro tipo de jornada escolar tiene efectos negativos muy fuertes
sobre el rendimiento escolar.
En la probabilidad condicional de ser bueno en sociales dado que se es bueno matemticas
ocurren cosas interesantes. Los efectos de los estratos se vuelven no significativos sobre la
probabilidad condicionada. La educacin de los padres sigue teniendo un efecto positivo,
pero su magnitud se ve reducida an ms que en el anterior caso. Sin embargo, el efecto
dy/dx
-.0931543
-.0020434
.0283768
.0975524
.097036
.0558944
.1031406
.1363914
.15448
.0541113
.1256482
-.0305207
-.2329078
-.2251074
-.0402511
Std. Err.
.00462
.0127
.01254
.01311
.01331
.01936
.01982
.0175
.01745
.00565
.01189
.0087
.01346
.01525
.01059
z
-20.17
-0.16
2.26
7.44
7.29
2.89
5.20
7.79
8.85
9.57
10.56
-3.51
-17.31
-14.76
-3.80
P>|z|
95% C.I.
0.000
0.872
0.024
0.000
0.000
0.004
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
-.102208
-.026943
.003806
.071866
.070947
.017947
.064295
.102089
.120287
.043033
.102335
-.047575
-.25928
-.254993
-.061015
-.0841
.022856
.052947
.123239
.123125
.093842
.141986
.170694
.188673
.065189
.148961
-.013467
-.206536
-.195222
-.019487
X
.558043
.299084
.44794
.080358
.126531
.272213
.492505
.091338
.123807
.256579
.041176
.614253
.084368
.058161
.143023
dy/dx
.0104835
.0133704
.0234741
.0509451
.0696999
.0413152
.0586512
.0961878
.0928074
-.0009683
.011048
.0383064
-.076667
-.0881266
.0440112
Std. Err.
.00439
.01167
.01163
.01271
.01248
.01751
.01805
.01627
.01681
.00547
.01275
.00829
.01274
.01447
.00918
z
2.39
1.15
2.02
4.01
5.59
2.36
3.25
5.91
5.52
-0.18
0.87
4.62
-6.02
-6.09
4.79
P>|z|
95% C.I.
0.017
0.252
0.044
0.000
0.000
0.018
0.001
0.000
0.000
0.859
0.386
0.000
0.000
0.000
0.000
.001883 .019084
-.009507 .036248
.00068 .046268
.02603
.07586
.045243 .094157
.006992 .075638
.023267 .094035
.064293 .128082
.059866 .125749
-.011687
.00975
-.013938 .036035
.022068 .054545
-.101637 -.051697
-.116487 -.059766
.02601 .062012
Conclusin
X
.558043
.299084
.44794
.080358
.126531
.272213
.492505
.091338
.123807
.256579
.041176
.614253
.084368
.058161
.143023
Como conclusin del modelo puedo recalcar lo obtenido en la bsqueda de los efectos de
las ltimas probabilidades. Esto nos muestra que la realidad social es mucho ms compleja
de lo que se piensa, y que, a diferencia de lo que pensaba, las condiciones del individuo
pueden generar que si varen los rendimientos en diferentes pruebas. Adems, esto vuelve
ms compleja la tarea de buscar polticas pblicas que efectivamente logren mejorar la
educacin de un pas. Como vemos no basta con implementar una jornada completa, puesto
que el efecto no es igual en todas las materias. Ahora, sera interesante analizar a
profundidad si existe una relacin entre los resultados en la prueba de ciencias sociales con
las condiciones socioeconmicas del individuo y que sucede con las jornadas acadmicas,
en relacin a esta prueba. Tambin sera interesante aadir otra prueba para analizar si
estos efectos se mantienen o vuelven a variar, invalidando las conclusiones hasta aqu
encontradas.