16.3: Resumen

Como herramienta de análisis e investigación, el modelado logit amplía sus capacidades más allá de las que pueden estimarse razonablemente con OLS. Ahora se pueden acomodar modelos con variables dependientes binarias. Los modelos logit son una familia de modelos lineales generalizados que son útiles para predecir las probabilidades o probabilidades de resultados para variables dependientes binarias. Este capítulo ha descrito la manera en que se calculan los logits, cómo se puede caracterizar el ajuste del modelo y varios métodos para hacer que los resultados logit sean fácilmente interpretables.

Quizás una de las mayores dificultades en las aplicaciones de los modelos logit es la clara comunicación del significado de los resultados. Los coeficientes estimados muestran el cambio en el log de las probabilidades para un incremento de una unidad en la variable XX, no la forma habitual de describir los efectos. Sin embargo, como se describe en este capítulo, estos coeficientes estimados pueden transformarse fácilmente en cambios en las probabilidades, o el logit mismo se puede revertir” para proporcionar probabilidades estimadas. De particular utilidad son los gráficos logit, que muestran el desplazamiento estimado en YY de valores de cero a uno; las probabilidades estimadas de YY=1 para casos con combinaciones especificadas de valores en las variables XX; y estimaciones de los rangos de probabilidades para YY=1 a través de los rangos de valores en cualquier XX.

En suma, el uso de modelos logit ampliará su capacidad para probar hipótesis para incluir una gama de resultados que son de naturaleza binaria. Dado que gran parte de los fenómenos de interés en la política y las ciencias sociales son de este tipo, encontrará que esta capacidad es una parte importante de su kit de herramientas de investigación.