MODELO LOGIT ENTIDADES

PREGUNTA CENTRAL: ¿LA POBREZA ESTÁ ASOCIADA A LA MALA ALIMENTACIÓN?

Descripción de las variables

UMBRAL donde 1 = Por encima de la línea de pobreza (Pobre) y 0 = Por debajo de la línea de
pobreza (No pobre)

Factor: Factor de expansión

Entidades: bajacalif, chiapas, cdmx, guerrero, edomex, nuevoleon, oaxaca, veracruz.

logit umbral bajacalif chiapas cdmx guerrero edomex nuevoleon oaxaca veracruz [fw=factor],
iterate(10) nolog

umbral bajacalif -0.732

(315.64)**
chiapas 1.329
(664.37)**
cdmx -0.490
(347.09)**
guerrero 0.995
(462.25)**
edomex -0.178
(162.16)**
nuevoleon -0.765
(376.06)**
oaxaca 1.004
(485.90)**
veracruz 0.731
(514.39)**
_cons -0.390
(815.67)**
N 33,462,598

* p<0.05; ** p<0.01
 Logistic regression Number of obs = 33,462,598
LR chi2(8) = 1777293.76
Prob > chi2 = 0.0000
Log likelihood = -21844790 Pseudo R2 = 0.0391

umbral Coef. Std. Err. z P>|z| [95% Conf. Interval]

bajacalif -.7315149 .0023175 -315.64 0.000 -.7360571 -.7269726

chiapas 1.329347 .0020009 664.37 0.000 1.325425 1.333269
cdmx -.490104 .001412 -347.09 0.000 -.4928716 -.4873365
guerrero .9949483 .0021524 462.25 0.000 .9907296 .9991669
edomex -.1782165 .001099 -162.16 0.000 -.1803705 -.1760625
nuevoleon -.7645528 .0020331 -376.06 0.000 -.7685376 -.7605681
oaxaca 1.004481 .0020673 485.90 0.000 1.000429 1.008532
veracruz .7309736 .001421 514.39 0.000 .7281884 .7337588
_cons -.3901225 .0004783 -815.67 0.000 -.39106 -.3891851

Los coeficientes del modelo logit nos indican que la probabilidad de estar por debajo de la
linea de pobreza cuando el hogar se localiza en chiapas, guerrero, oaxaca o veracruz son
mayores. La probabilidad de que el hogar sea pobre cuando se localiza en Baja California, la
Ciudad de México, El estado de México o Nuevo León disminuyen.

El modelo es significatio al 99% en todas las variables, de la misma forma que las variables son
significativas en su totalidad mostrando valores Z mucho mayores a 0.5, por lo tanto, el
modelo es significativo.

MODELO PROBIT ENTIDADES

 umbral bajacalif -0.444
(324.85)**
chiapas 0.824
(685.40)**
cdmx -0.300
(351.96)**
guerrero 0.620
(468.61)**
edomex -0.110
(162.65)**
nuevoleon -0.464
(387.46)**
oaxaca 0.626
(492.77)**
veracruz 0.457
(516.45)**
_cons -0.244
(820.07)**
N 33,462,598

* p<0.05; ** p<0.01

Probit regression Number of obs = 33,462,598

LR chi2(8) = 1777293.76
Prob > chi2 = 0.0000
Log likelihood = -21844790 Pseudo R2 = 0.0391

umbral Coef. Std. Err. z P>|z| [95% Conf. Interval]

bajacalif -.4442467 .0013675 -324.85 0.000 -.446927 -.4415664

chiapas .8235174 .0012015 685.40 0.000 .8211625 .8258723
cdmx -.3004483 .0008537 -351.96 0.000 -.3021214 -.2987751
guerrero .6203997 .0013239 468.61 0.000 .6178048 .6229945
edomex -.1103184 .0006783 -162.65 0.000 -.1116478 -.1089891
nuevoleon -.463661 .0011967 -387.46 0.000 -.4660065 -.4613156
oaxaca .626258 .0012709 492.77 0.000 .6237671 .6287489
veracruz .4569688 .0008848 516.45 0.000 .4552345 .458703
_cons -.2438131 .0002973 -820.07 0.000 -.2443958 -.2432304

DIFERENCIA ENTRE MODELO LOGIT Y MODELO PROBIT

Es indiferente usar cualquiera de los dos modelos (probi o logit)

 Current Saved Difference

Log-likelihood
Model -2.184e+07 -2.184e+07 -0.000
Intercept-only -2.273e+07 -2.273e+07 -0.000

Chi-square
D (df=33462589/334625~0) 4.369e+07 4.369e+07 0.000
LR (df=8/8/0) 1777293.765 1777293.765 -0.000
p-value 0.000 0.000 .

R2
McFadden 0.039 0.039 -0.000
McFadden (adjusted) 0.039 0.039 -0.000
McKelvey & Zavoina 0.081 0.066 0.016
Cox-Snell/ML 0.052 0.052 -0.000
Cragg-Uhler/Nagelkerke 0.070 0.070 -0.000
Efron 0.053 0.053 0.000
Tjur's D 0.053 0.053 0.000
Count 0.630 0.630 0.000
Count (adjusted) 0.113 0.113 0.000

IC
AIC 4.369e+07 4.369e+07 0.000
AIC divided by N 1.306 1.306 0.000
BIC (df=9/9/0) 4.369e+07 4.369e+07 0.000

Variance of
e 1.000 3.290 -2.290
y-star 1.088 3.521 -2.433

MODELO LOGIT POBREZA PARA CHIAPAS, ESTADÍSTICAMENTE LA ENTIDAD MÁS POBRE DEL
PAÍS

logit umbral chiapas ing_cor gasto_mon alimentos ali_fuera cereales tuberculo verduras frutas
carnes huevo pescado leche bebidas [fw=factor], iterate(10) nolog

Logistic regression Number of obs = 33,462,598

LR chi2(14) = 7362976.78
Prob > chi2 = 0.0000
Log likelihood = -19051949 Pseudo R2 = 0.1619

umbral Coef. Std. Err. z P>|z| [95% Conf. Interval]

chiapas .8665962 .0021673 399.85 0.000 .8623484 .870844

ing_cor -.0000265 2.37e-08 -1119.55 0.000 -.0000266 -.0000265
gasto_mon -2.43e-06 3.96e-08 -61.40 0.000 -2.51e-06 -2.35e-06
alimentos -.0000105 2.97e-07 -35.51 0.000 -.0000111 -9.96e-06
ali_fuera -.0000254 3.25e-07 -78.24 0.000 -.000026 -.0000248
cereales -.0001545 5.89e-07 -262.30 0.000 -.0001557 -.0001534
tuberculo -.0004921 2.70e-06 -182.07 0.000 -.0004974 -.0004868
verduras .0001204 7.05e-07 170.75 0.000 .000119 .0001218
frutas .000109 9.13e-07 119.39 0.000 .0001072 .0001108
carnes -.0001131 4.10e-07 -275.97 0.000 -.0001139 -.0001123
huevo -.0003747 1.45e-06 -257.78 0.000 -.0003775 -.0003718
pescado .000159 8.77e-07 181.32 0.000 .0001573 .0001607
leche -.0000831 6.25e-07 -132.93 0.000 -.0000843 -.0000819
bebidas -.0001287 6.91e-07 -186.14 0.000 -.00013 -.0001273
_cons 1.349614 .0009528 1416.46 0.000 1.347747 1.351482
MODELO LOGIT POBREZA PARA CDMX

logit umbral cdmx ing_cor gasto_mon alimentos ali_fuera cereales tuberculo verduras frutas
carnes huevo pescado leche bebidas [fw=factor], iterate(10) nolog

Logistic regression Number of obs = 33,462,598

LR chi2(14) = 7203224.75
Prob > chi2 = 0.0000
Log likelihood = -19131825 Pseudo R2 = 0.1584

umbral Coef. Std. Err. z P>|z| [95% Conf. Interval]

cdmx -.0653022 .0015689 -41.62 0.000 -.0683773 -.0622272

ing_cor -.000027 2.38e-08 -1136.18 0.000 -.0000271 -.000027
gasto_mon -2.48e-06 3.98e-08 -62.26 0.000 -2.55e-06 -2.40e-06
alimentos -8.87e-06 2.97e-07 -29.90 0.000 -9.46e-06 -8.29e-06
ali_fuera -.0000277 3.25e-07 -85.28 0.000 -.0000283 -.0000271
cereales -.0001482 5.88e-07 -252.10 0.000 -.0001494 -.0001471
tuberculo -.000483 2.69e-06 -179.45 0.000 -.0004883 -.0004777
verduras .0001103 7.04e-07 156.77 0.000 .0001089 .0001117
frutas .0001091 9.15e-07 119.15 0.000 .0001073 .0001109
carnes -.0001127 4.10e-07 -274.80 0.000 -.0001135 -.0001119
huevo -.0003432 1.45e-06 -237.39 0.000 -.000346 -.0003403
pescado .0001776 8.68e-07 204.52 0.000 .0001759 .0001793
leche -.0001052 6.26e-07 -168.17 0.000 -.0001064 -.000104
bebidas -.0001462 6.96e-07 -210.16 0.000 -.0001476 -.0001448
_cons 1.408548 .0009453 1490.05 0.000 1.406695 1.410401