Gretl, software de Econometría
El software Gretl, es un paquete estadístico gratuito (de muy sencilla descarga), muy utilizado en Econometría, esto es, en cualquier grado universitario relacionados con la Economía y el Marketing, incluso en Trabajos de Fin de Grado, de Fin de Master y de Tesis Doctorales, así como asignatura de Master, como ocurre con el Master de Marketing Digital. Se puede utilizar también para hacer análisis estadísticos em el caso de no disponer de SPSS.
El GLM o Modelo de Regresión Lineal, nos permite examinar el efecto marginal en la variable dependiente o explicada, de cada variable explicativa o independiente, una vez que hemos controlado las características recogidas por el resto de variables explicativas , que se mantienen constantes. A todo esto, habría que añadir el efecto estocástico de la perturbación aleatoria.
El criterio de estimación es el de Mínimos Cuadrados Ordinarios (MCO), que consiste en elegir como estimadores de los parámetros, aquellos que minimicen la suma de cuadrados de los residuos o errores (diferencias entre el valor observado y el valor estimado de la recta, plano o hiperplano ajustados en la Regresión).
En el caso de realizar un modelo de regresión múltiple, en el que intevengan como independientes, además de cuantitativas (continuas), variables cualitativas, estas se introducen en el modelo mediante la generación de variables ficticias (variables dummies dicotómicas). Una variable dummy es una variable creada por el usuario, que devuelve el valor 1 cuando la categoría del atributo que recoge, está presente en la observación y 0 en caso contrario, esta última, respecto a la cual, interpretamos los coeficientes.
Finalmente si en la salida de la propia regresión que nos proporciona el Gretl, el p-valor asociado al Contraste de cada parámetro de la variables es menor que 0,05 *** (o lo que es lo mismo, el Test resulta significativo), se considera que la variable entra a formar parte del modelo de regresión, o lo que es lo mismo, se concluye que la variable Xi (independiente), es significativa para explicar las variaciones de la variable dependiente en estudio Y.
Modelos binarios: Probit y Logit
Los modelos Probit y Logit (o regresión logística) son modelos de regresión no lineales, diseñados específicamente para analizar variables dependientes de carácter dicotómico.
El efecto marginal estimado correspondiente, obtenido de la columna de las pendientes de resultado del modelo de regresión logística indica que por cada aumento de la variable independiente en concreto (manteniéndose constantes el resto de variables) la probabilidad de ocurrencia del valor 1 de la variable dependiente, se incrementa o disminuye (según sea positivo o negativo) en el valor obtenido de la pendiente en concreto que se corresponde con la variable independiente.
La bondad del ajuste, vendrá determinada por la R2 de McFadden, cuanto más próxima al 1, mejor será el ajuste y la capacidad predictiva del modelo (el logaritmo de la función de verosimilitud del modelo completo, será mayor que el correspondiente al modelo que sólo incluye término constante). En el caso en el que la R2 de McFadden (pseudo R2) sea elevada, el modelo se considera lo suficientemente bueno para predecir la probabilidad de ocurrencia de la variable dependiente en estudio.
