ESTIMACIÓN DEL
Hecho por Daniela Aguirre Urzola
INCI6050 – ANALISIS AVANZADO DE SISTEMAS DE TRASNPORTACIÓN
5.5. Estimación del logit multinomial
- Máxima verosimilitud
- Máxima verosimilitud para observaciones repetidas
- Mínimos cuadrados
5.6. Resultados de estimación (item 5.4)
.
Modelo logit Multinomial - Predice qué opción elige una
persona entre más de dos alternativas – aleatoria.
Coeficientes β - Cada β nos dice cuánto influye una variable
(como el tiempo o el costo) en la decisión de elegir la opción
Probabilidad del modelo MNL – con los β actuales.
Estimar β - Se buscan los β que maximizan la probabilidad
total de todas las elecciones observadas.
Todos los procedimientos
Función de verosimilitud - En lugar de multiplicar muchas
generales (binario) directamente
probabilidades, usamos su logaritmo.
aplicables, aunque su carga
computacional aumenta por el
aumento del número de β óptimo - Se calculan la derivada de la función log-
alternativas. verosimilitud respecto a los β, ajustando hasta encontrar.
Error y significancia - Se calculan erro de cada uno y se
realiza la prueba t-estadistico = β/error.
1 Datos iniciales 4 Log-verosimilitud - Máximo
β: vector de coeficientes a estimar.
2 Función de probabilidad 𝑥𝑖𝑛: vector de variables explicativas para la alternativa 𝑖 del individuo 𝑛n.
𝛽′𝑥𝑖𝑛: utilidad sistemática (componente observable).
𝑁: Tamaño de la muestra (número de individuos)
5 Condición de Primer Orden (derivada igualada a cero)
𝐶𝑛 : Conjunto de alternativas disponibles para cada individuo 𝑛
P𝑛: Probabilidad para cada individuo 𝑛
3 Modelo logit 𝛽𝑘 : es uno de los parámetros del modelo.
𝑥𝑖𝑛𝑘 : es la k-ésima variable explicativa para la alternativa 𝑖i del individuo 𝑛
𝑘: es igual a 1.
Vi𝑛 = β′ xi𝑛 (lineal en los parámetros)
6 Otra forma mas compacta
7 Segunda derivada (Hessiana)
8 Promedio reescrito de primer orden
9 Caso especial – constante específica (i)
El número de veces que se eligió la alternativa
i (dato real) debe coincidir con lo que el
modelo predice (probabilidades acumuladas).
Se refiere a situaciones donde una misma persona es observada
varias veces tomando decisiones, pero las características de las
alternativas no cambian entre esas decisiones.
Ejemplo: En lugar de observar el modo de transporte que una
persona usa un solo día, observamos lo que elige durante un mes.
Las alternativas (auto, bus, bici) y sus atributos (costo, tiempo, etc.)
permanecen constantes durante ese mes.
Una forma sería tratar cada decisión diaria como una observación
independiente. Pero eso es ineficiente computacionalmente,
porque no estamos aprovechando que la persona enfrentó las
mismas alternativas cada vez.
Reescribir función de verosimilitud
𝐷𝑛 : Total de veces que el individuo 𝑛 fue observado.
𝐷𝑖𝑛 : Número de veces que el individuo 𝑛n eligió la alternativa 𝑖
Probabilidad – agruapda
Dn!/∏Djn!: coeficiente multinomial que representa el número
de formas en que se puede observar esa
distribución de elecciones
Función de log-verosimilitud
lnDn!: log-factorial del número total de observaciones para el
individuo 𝑛 .
Constante
Si vas a calcular el R² coeficiente de determinación y si se calcula
es afectado por incluir la contante o no, porque ya no estás
comparando dos modelos estimados sobre los mismos datos,
sino un modelo vs. un modelo nulo (término puede estar o no).
Es un método estadístico clásico que se usa comúnmente en regresión lineal. La idea es encontrar los parámetros que minimizan la suma de los errores al cuadrado
entre lo que predice el modelo y los datos observados.
En modelos de elección como el logit, normalmente no se usa este método porque las variables dependientes son categóricas (por ejemplo: auto, bus, tren...), no
continuas. Pero hay una excepción que se menciona aquí.
METODO DE BERKSON – Theil (1969)
Permite aplicar mínimos cuadrados al modelo logit
multinomial, bajo ciertas condiciones.
• Estimar MNL
• La clave es agrupar individuos que tienen el mismo
conjunto de atributos (por ejemplo, personas con el
mismo tiempo de viaje, mismo costo, etc.).
• Dentro de cada grupo, se calcula el porcentaje de personas
jn: alternativa base para ese individuo (por ejemplo, el modo de transporte
que eligió cada alternativa. Esa proporción se usa como
que no fue elegido o una referencia común).
estimación de la probabilidad Pni.
Vin,Vjnn: utilidades sistemáticas de las alternativas i y nj.
xin,xjnn: vectores de atributos de las alternativas y son bservaciones que
• Se hace una regresión con esa proporción como variable
comparten valores comunes.
dependiente, y los atributos como variables explicativas,
para estimar los parámetros β del modelo.
Nig: número de individuos en el grupo ggg que eligieron la alternativa i.
Njg: número de individuos que eligieron la alternativa base j.
Se estima β usando una regresión lineal basada El método de Berkson permite usar regresión
en proporciones observadas por grupo. lineal sobre probabilidades transformadas
Si un grupo tiene un conjunto de elección con Jg alternativas, solo se usan Jg−1 observaciones Se asume que todos los individuos dentro del grupo
una alternativa sirve como base (referencia), y se compara con las otras. tienen el mismo conjunto de alternativas disponibles.
1 2 3
MODELO Y DATOS PROBABILIDAD
VARIABLES
Modelo logit multinomial Se tienen observaciones de Para cada persona nnn, la
decisiones de individuos probabilidad de elegir
Conducir solo reales “Drive-alone” es
Viaje Compartido Qué modo eligió (Drive,
Transporte publico Shared, Transit)
Los atributos de cada modo
(tiempo, costo, ingreso.)
1 2 3
FUNCION DE LOG MAXIMIZAR MATRIZ DE
VEROSIMILITUD INFORMACION
yin = 1 si el individuo eligió i, • Evaluar log L (β) Es la segunda derivada
0 si no Y Pn(i) depende de β, • Calcular su derivada con negativa de la log-
que incluye nuestra constante respecto a β\betaβ verosimilitud.
• Ajustar los valores de β
hasta maximizar log L (β)
Varianza del estimador
1 2 3
ERROR DATOS PROBABILIDAD
ESTANDAR
Esto indica que el
coeficiente es distinto de
cero, con una probabilidad El valor negativo refleja
p muy baja (p < 0.001). una menor probabilidad
de seleccionar esa
alternativa si no hay otros
atributos que lo
compensen.
Ben-Akiva, M., & Lerman, S. R. (1985). Discrete choice analysis: Theory and
application to travel demand. MIT Press.