1. Aula 13 Introdução ao Stata 28 de junho de 2013

2. Modelos multinomiais • A variável dependente pode cair em múltiplas categorias exclusivas. • Os modelos variam conforme: • a natureza ordenada ou não destas categorias. • Se os regressores individuais variam ao longo destas categorias

3. Modelos multinomiais • Resultado de yi é uma das m alternativas. • J = 1.... m alternativas

4. Modelos multinomiais

5. Interpretação • Os coeficientes não são diretamente interpretados. • Coeficiente positivo: aumento do regressor indica aumento da probabilidade de um resultado ser selecionado. • Para o indivíduo i, a mudança do regressor k sobre a probabilidade do j acontecer. Para cada regressor teremos m´s ME’s:

6. Modelo de utilidade aleatória aditiva • Resultados não ordenados • Alternativa j e individuo i (modelo de utilidade aleatória aditiva) • Observamos yi=j se a alternativa j gera mais utilidade:

7. Modelo de utilidade aleatória aditiva Regressores individuais Regressores específicos as alternativas

8. Exemplo • Banco: mus15data.dta • Escolha do indivíduo pelo modo de pescar: • Da praia • Do pier • De um barco privado • De um barco de pesca (coletivo) • Variável explicativa: renda • Variável explicativa que varia com a alternativa: preço e crate (taxa de pegar peixe)

12. Comando mlogit • Pode ser usado quando os regressores são comuns a todas as alternativas. • Risco relativo: risco relativo de escolher a alternativa j ao invés da 1 quando o xi muda em 1 unidade:

13. Efeitos marginais • O efeito marginal varia com o x • Se a renda muda em 1 unidade, a probabilidade de pescar em um barco privado aumenta em 0,033

14. Modelo multinomiallogit condicionado • Dado deve ser organizado de outra forma: long

15. asclogit • Alguns regressores são específicos das alternativas