CAPÍTULO V. RESULTADOS GENERALES DEL MODELO ECONOMÉTRICO

5.1. Elección del modelo idóneo

Para elegir el modelo de regresión, con el propósito de utilizar el que mejor evalúe los determinantes de la migración, se probaron dos modelos, uno probit y otro logit utilizando las variables: inmigración (dicotómica), ingresos salariales relativos, productividad per capita relativa, costos de transporte y capital humano relativo (la base de datos se incluye en el cuadro 4.7). En los modelos logit y probit se emplea el método de máxima verosimilitud, que en general es un método para muestras grandes (en este trabajo la muestra recoge 380 observaciones), por lo que se parte de que los errores estándar estimados son asintóticos y por el tamaño de la muestra la distribución t converge a la distribución normal (Gujarati, 2005).

En principio es conveniente definir la pertinencia del modelo, para lo cual se requiere contrastar la hipótesis nula , frente a la alternativa de que , por medio del estadístico de la razón de verosimilitud (LR). Esta razón es equivalente a la aplicación de la prueba F en los modelos de regresión lineal. Dada la hipótesis nula, el estadístico LR sigue la distribución X2 con grados de libertad igual al número de variables explicativas (cuatro para el caso presente). Si se evalúa la prueba y esta cumple la desigualdad siguiente:

(5.1)

entonces no se puede rechazar la H0 y, en consecuencia, el modelo no es recomendable para explicar el fenómeno que se analiza. (Aquí LR es el estadístico máxima verosimilitud; X2 es la

distribución ji-cuadrada; 1- el coeficiente de confianza; gl los grados de libertad, los cuales son iguales al número de regresoras).

Realizada las regresiones logit y probit se encontró que , con cuatro grados de libertad, arroja un valor de 9.48773 (cf. “Tabla de puntos porcentuales superiores de la distribución ” (Gujarati, 2005)), en tanto que el estadístico LR, es de 63.90250 en el modelo probit y de 64.07329 en el modelo logit, por lo cual se rechaza la hipótesis nula y se acepta la alternativa. En consecuencia se encontró que ambos modelos son significativos y están bien especificados.

A continuación se analizaron los valores de varios estadísticos o criterios para seleccionar uno de los dos modelos:

a) El coeficiente de determinación corregido de McFadden. Conforme a este criterio el mejor modelo es aquel que presente el mayor coeficiente de determinación (R2) ajustado;

b) La Suma de Cuadrados Residuales (SCR): el cual sugiere que el mejor modelo será el que tenga un valor más pequeño de este estadístico;

c) El criterio de información de Akaike (CIA): establece que cuanto más bajo es su valor, mejor es el modelo;

d) El Criterio de Schwartz (CS): postula que cuanto menor es el valor de este criterio, mejor será el modelo;

e) Criterio de Hannan-Quinn: establece igualmente que cuanto menor sea el valor de este criterio, más adecuado resulta el modelo.

f) Estadístico de máxima verosimilitud (LR): el valor experimental obtenido y el teórico de este estadístico permite contrastar la hipótesis nula de no significatividad conjunta de los coeficientes de las variables explicativas del modelo.

Los resultados de la estimación de estos estadísticos, sin excepción, sugieren que el modelo logit tiene un mayor grado de eficiencia para explicar el fenómeno analizado, en tanto que el coeficiente de determinación (R2) de McFadden, la suma de cuadrados residuales, el criterio de información de Akaike, y los criterios de Schwartz y Hannan-Quinn, así como el estadístico de máxima verosimilitud (LR), registran valores más favorables, comparados con los resultados del modelo probit. Por estas razones consideramos que el primer modelo econométrico refleja con mayor precisión las causales de la decisión de los inmigrantes de los municipios de Nayarit (los resultados obtenidos se muestran en el cuadro 5.1).