EJEMPLO MODELO

PROBIT
EL ANLISIS DE REGRESIN PERMITIR ENCONTRAR LOS
DETERMINANTES DE RECICLAR EN UNA DETERMINADA
CIUDAD.

Ejemplo tomado de : Econometra II. Modelos Probit y Logit. Dispon

http://es.scribd.com/doc/232612318/Modelo-Econometrico-de-La-B

INTRODUCCIN
El reciclaje es un proceso por el cual los materiales de desecho son sometidos a tratamientos que
permiten su transformacin en nuevas materias primas o productos. La utilizacin de productos
reciclados disminuye el consumo de energa, conserva los recursos naturales y en general disminuye
la contaminacin.
El reciclaje tiene inigualables beneficios, sin embargo tambin existen algunos obstculos que
impiden llevarlo a cabo. Tal vez, el principal problema que impide que las personas reciclen, valoren
y cuiden el medio ambiente es la falta de informacin y conocimientos que estas tengan con
respecto a la problemtica ambiente que el mundo est pasando, y lo importante que podra ser
cada contribucin por habitante para menguar el dao ambiental. Todo ello lleva a una ausencia de
conciencia ambiental en la poblacin.
Los problemas sociales relacionados con el reciclaje se solucionan en gran parte con la educacin,
sin embargo las sociedades tienden a resistirse a los cambios. El ciclo tradicional de adquirir
consumir desechar es muy difcil de romper. Siempre es ms conveniente el hbito de arrojar todo
hacia afuera. Cada sociedad presenta diferentes caractersticas y complejos propios de su cultura.

CONTEXTO MUNDIAL DEL RECICLAJE

La poblacin crece cada ao y el incremento de residuos de desecho tambin aumenta.
Desgraciadamente la cultura del reciclaje es poca. En Estados Unidos, la cantidad de
desechos a ser reciclados ha crecido de 29% a 55% en los ltimos 15 aos, lo que genera
72 millones de toneladas anuales destinadas a convertirse en material re-usable por el
hombre. Segn Jess Franco los ocho pases que ms basura generan a nivel mundial
son:
Ocho pases que ms basura producen en el mundo:
Estados Unidos: 236 Millones de Toneladas por Ao
Federacin Rusa: 207.4 Millones de Toneladas por Ao
Japn: 52.36 Millones de Toneladas por Ao
Alemania: 48.84 Millones de Toneladas por Ao
Reino Unido: 34.85 Millones de Toneladas por Ao
Mxico: 32.17 Millones de Toneladas por Ao

OBJETIVO.
Obtener un modelo economtrico de respuesta
cualitativa que permita identificar las variables
que podran ser determinantes de si los
habitantes de una ciudad reciclan o no su
basura. Obtener la estimacin a travs del
modelos probit

ANLISIS DESCRIPTIVO
La informacin se obtuvo en base a una encuesta realizada
especficamente a los representantes de viviendas y centros
comerciales (tiendas, bodegas, etc.) de la ciudad X con la
finalidad de obtener la informacin adecuada para la
realizacin del presente modelo.
La base de datos cuenta con 96 observaciones.
Las variables incluidas en este modelo conforman las
preguntas de la encuesta realizada a los habitantes.

Variables de estudio
RECICL: Variable dependiente (de respuesta cualitativa)
De acuerdo a la pregunta: Realiza separacin de material reciclable en tachos u otros recipientes?
Por ende recicla. SI: 0 y NO: 1
Variables independientes
CONOCM: representa el conocimiento por cada unidad econmica (familias y tiendas comerciales)
De acuerdo a la pregunta: Tiene conocimiento acerca de cun importante podra ser el impacto del
proceso de reciclar en el medio ambiente, variable cualitativa. SI: 0 y NO: 1
QRESISOL: representa la cantidad que cada unidad econmica (familias y tiendas comerciales)
estima generar de residuos slidos a la semana. Variable cuantitativa.
De acuerdo a la pregunta: Cantidad de residuos slidos que se estima generar a la semana (en kg)
GPENLAT: representa la caracterstica de ser o no un gran consumidor de productos enlatados;
principalmente envasados en plstico, vidrio, cartn. De acuerdo a la pregunta: Es un gran
consumidor de productos enlatados (variable cualitativa). SI: 0 y NO: 1
ALUNINESSUP: Si la familia cuenta con al menos un integrante que haya realizado estudios
superiores (variable cualitativa). SI: 0 y NO: 1
INGRESO: Ingresos promedios al mes (en s/).

GPE ALUNI
CON QRES NLA NESS INGR
Obs. Reci. OCM ISOL
T
UP
ESO
1
0
1
14
0
1
5000
2
0
0
17.5
0
0
800
3
0
0
6
0
0
300
4
1
1
15
0
1
1000
5
1
1
7
0
1
500
6
1
1
6
0
1
750
7
0
1
10
0
0
900
8
1
1
5
1
1
1200
9
0
0
9
0
1
2500
10
1
1
20
1
1
1000
11
1
1
4.5
1
1
600
12
0
1
20
1
1
1800
13
0
0
1
0
0
250
14
0
0
6
0
0
1000
15
0
1
1
0
0
350
16
1
1
2
0
1
400
17
0
0
12
1
0
1100
18
1
1
2
0
1
250
19
1
1
6
0
0
800
20
1
1
12
0
1
1100
21
1
1
9.5
1
1
1500
22
1
0
6.5
0
1
1200
23
0
1
10
0
0
750
24
0
1
5
0
1
1000
25
1
1
6
1
1
900
26
1
1
5
1
1
1200
27
1
1
4.5
0
1
1600
28
1
1
5
0
1
1800
29
0
0
3
1
0
700
30
0
0
10
0
0
20000
31
1
1
13
1
1
2000
32
1
1
15
1
1
2500
33
1
1
6
0
1
1950
34
0
1
15
0
1
2500
35
1
1
5
0
1
3000
36
0
0
11
0
0
2000
37
1
1
7
1
1
6000
38
0
1
20
1
1
3500
39
0
1
10
0
1
3800
40
0
1
7
1
1
1500
41
1
1
5
0
1
4000
42
0
1
5
0
1
2500
43
0
0
7.5
0
0
750
44
0
1
10
1
1
2500
45
1
1
3
0
1
1500
46
0
1
8
0
1
5000
47
1
1
4
0
1
1000
48
1
1
1
0
1
1500

49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96

0
1
0
1
1
1
1
1
1
1
1
1
0
1
0
0
0
1
1
1
0
1
0
1
0
1
0
1
0
1
0
0
0
0
1
1
1
0
0
0
1
1
0
1
1
0
0
1

1
1
1
1
1
1
1
1
1
1
1
1
0
1
1
0
1
1
1
1
0
1
0
0
0
1
0
1
0
1
0
1
1
1
1
1
1
0
0
1
1
1
1
1
1
1
0
1

30
10
10
3
9
5
17
20
21
8
8
4
1
15
3
5
1
10
5
6
2
5
1
2
6
4
20
10
5.5
4
8
5
7.5
12
10
5
4
4
30
12
5
7
12
10
20
4
5
7

0
0
1
1
0
0
0
1
1
0
1
0
1
0
1
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
1
1
0
1
1
0
0
0
0
1
1
0
1
1
0
0
0

1
1
1
1
1
0
1
1
1
1
1
0
0
1
1
0
1
1
1
0
0
0
1
1
0
0
0
1
1
1
0
1
1
1
1
1
1
0
1
0
1
1
1
1
1
1
1
1

3000
1000
3000
350
500
1500
1700
900
800
1000
1100
300
300
1265
2500
300
2500
2000
900
400
400
500
800
800
300
300
1200
1000
650
700
300
1800
1000
1500
2000
500
1500
750
600
300
1800
1000
850
2000
500
6000
750
700

ESPECIFICACIN DEL MODELO

P (Y=1/X) = F (1 + 2*X1 + 3*X2 + 4*X3 + 5*X4 + 6*X6)
P (RECICL =1/X) = F (1 + 2* CONOCM + 3* QRESISOL + 4* GPENLAT + 5*
ALUNINESSUP + 6* INGRESO) + ui
Donde:
P es la probabilidad condicional de que las familias si reciclen su basura. Es decir
que el evento ocurra.
Las variables CONOCM, QRESISOL, GPENLAT, ALUNINESSUP e INGRESO
son las variables explicativas. Anteriormente ya se las describi.

ESTIMACIN DEL MODELO

Para estimar los parmetros del modelo se hace uso del modelo probit, por medio
del Eviews.
Las variables CONOCM, ALUNINESSUP e INGRESO segn
este modelo son estadsticamente significativas a un
nivel
de
confianza
del
90%
e
incluso
son
estadsticamente significativas a un nivel de confianza
de 95%, sin embargo QRESISOL ya no lo es puesto que
su probabilidad de error es superior al 10%. Adems
GPENLAT es demasiado insignificante tiene una
probabilidad de error de 91% aproximadamente.

CORRECCIN DEL MODELO

Los resultados de los diferentes modelos demuestran que el hecho que una familia seo o no un
gran consumidor de productos enlatados no influye en su decisin de reciclar.
Con el fin de poder determinar las principales variables que pueden influir en la probabilidad de
reciclar en la ciudad x, vamos a obviar esta variable que resulta muy insignificante.

ESTIMACIN DEL NUEVO MODELO

P (Y=1/X) = F (1 + 2*X1 + 3*X2 + 4*X3 + 5*X4 + 6*X6)
P (RECICL=1/X) = F (1 + 2*CONOCM + 3*QRESISOL + 4*ALUNINESSUP +
5*INGRESO) + ui

NUEVA ESTIMACIN :
INTERPRETACIN:
2 =1.980853; significa que manteniendo las dems
variables contantes,
un cambio de no tener
conocimientos a si tener conocimientos aumenta en
1.98 veces la probabilidad de reciclar.
3 = -0.046546; significa que manteniendo todas las
dems variables constantes un incremento de un
kilogramo de residuos slidos, disminuye la
probabilidad de reciclar en aproximadamente
0.046546.
4 = 1.247314; significa que manteniendo todas las
dems variables contantes un cambio de no tener al
menos un integrante que haya realizado estudios
superiores a si tenerlo, aumenta la probabilidad de
reciclar en un 1.247314 aproximadamente.
5=-0.000487; significa que manteniendo todas las
dems variables constantes una unidad de
incremento en el ingreso de las familias disminuye la