OBJECTIVES

Evidenciar las divergencias teórico-prácticas de modelos dicotómicos de probabilidad, en la estimación de partos y cesáreas

METHODS

Para una base de datos de 59’684.600 de registros de consumo para el año 2017 de una entidad promotora de salud, se llevó a cabo la estimación de partos y cesáreas para el año 2018, a partir de dos modelos de probabilidad dicotómicos tipo logit y probit a través del paquete Stata 14, teniendo como variables explicativas: la edad, la ubicación geográfica y la presencia de enfermedades crónicas. Para identificar las discrepancias en el campo empírico, se realizó la comparación entre la estimación resultante por cada modelo y el número total de servicios demandados por partos y cesáreas. En lo que respecta a las diferencias teóricas, se desarrollaron las respectivas pruebas de post-estimación.

RESULTS

Para un total de 12.284 partos presentados para el año 2018, el modelo logit proyecto 11.428 con una subestimación del 6,96% y el modelo probit estimo 11.433 subestimando el 6,92%, evidenciando mínimas divergencias en el marco empírico ya que los dos modelos poseen un grado de predicción sin diferencias relevantes. En lo que respecta a la validación teórica a través de pruebas de post-estimación, demuestran que ambos modelos presentan la misma especificidad a través de la clasificación de los datos; sin embargo, los criterios de Akaike y BIC demuestran que el modelo tipo logit posee una mayor capacidad de ajuste.

CONCLUSIONS

Las mínimas divergencias prácticas entre modelos de probabilidad dicotómicos, llevan a utilizar los conceptos teóricos como base para la elección de un modelo econométrico.