MLP: Un ejemplo númerico (IV)

Aun si los Yi estimados fueran todos positivos e inferiores a 1, el MLP aún sufre del problema de heteroscedasticidad, lo cual puede verse fácilmente de (16.3.4). Como consecuencia, no se puede confiar en los errores estándar estimados que se reportan en (16.4.1). (Por qué) Pero se puede utilizar el procedimiento de mínimos cuadrados ponderados (MCP), analizado anteriormente, para obtener estimaciones más eficientes de los errores estándar. Las ponderaciones necesarias, wi, requeridas para la aplicación de MCP se muestran también en la tabla 16.2. Pero, obsérvese que algunos Yi son negativos y algunos exceden el valor de uno, los wi correspondientes a estos valores será negativos. Por tanto, no se pueden utilizar etas observaciones en MCP (por qué?), con lo cual se reduce el número de observaciones, de 40 a 28 en este ejemplo. Omitiendo estas observaciones, la regresión MCP es:

MLP: Un ejemplo númerico (III)

ES decir, la probabilidad de que una familia con un ingreso de US$12,000 posea una casa es alrededor de 28% La tabla 16.2  muestra las probabilidades estimadas, Yi, para los diversos niveles de ingreso enumerados en la tabla. La característica más sobresaliente de esta tabla es que seis valores estimados son negativos y seis valores exceden a uno, lo cual demuestra claramente el punto planteado anteriormente de que, aunque E(Yi|Xi) es positivo y menor que 1, no necesariamente se cumple que sus estimadores Yi sean positivos o inferiores a 1. Esta es una razón por la cual el MLP no es el modelo recomendado cuando la variable dependiente es dicótoma.