Andrés Galvis
Analíti a
k
2
Revista de Análisis Estadístico
Journal of Statistical Analysis
Figura 13.
Modelo de Valor Extremo Ordenado. Fuente: Elabora-
ción propia a partir del Censo Nacional Económico 2010.
En cuanto a la bondad de ajuste, se escoje el modelo que
presente un mayor valor del logaritmo de la función de ve-
rosimilitud (
Log likelihood
o
£
) y, menor valor en los estadís-
ticos
Schwarz
y
Hannan-Quinn
cuya definición se presenta
a continuación:
Schwarz
=
k
ln
(
n
)
n
−
2
£
n
y
Hannan
−
Quinn
=
2
k
ln
(
ln
n
)
n
−
2
£
n
,
donde
•
£
: es el Log likelihood
•
k
: número de regresores, y
•
n
: tamaño de muestra
Debido a que el
modelo de valor extremo ordenado
presen-
ta mayor valor de
£
y menor valor en los criterios
Schwarz
y
Hannan-Quinn
, se elige éste porque es el que mejor se ajus-
ta.
Luego de haber obtenido el modelo
Valor Extremo Or-
denado
, se debe realizar el contraste de significación de los
coeficientes estimados, a través del estadístico
t de Student
.
Se observa que
Ho
:
β
i
=
0
H
1
:
β
i
6
=
0
cuyo estadístico es
T
obs
=
ˆ
β
i
−
β
i
S
β
i
∼
t
α
(
n
−
k
)
y la región de no rechazo es
Pr
−
t
α
2
<
ˆ
β
i
−
β
i
S
β
i
<
t
α
2
!
=
1
−
α
.
Realizando un proceso iterativo con todos los coeficientes,
se obtiene el modelo definitivo (ver figuras 14 y 15).
Figura 14.
Modelo de Valor Extremo definitivo para BOP. Fuente:
Elaboración propia a partir del Censo Nacional Económico 2010.
Figura 15.
Variables significativas en el modelo. Fuente: Elabora-
ción propia a partir del Censo Nacional Económico 2010.
Finalmente, la variable dependiente estimada mide la
probabilidad de que ocurra cada una de las categorías de
BOP
; es decir, que dada alguna característica empresarial
entorno a las variables que son significativas, se calcula la
62
Analítika,
Revista de análisis estadístico
, 1 (2011), Vol. 2(2): 55-65