3.II. Estimación de los Modelos

Se procedió a estimar los parámetros utilizados para estimar la media de la DAP dando diferentes tratamientos a la respuesta NS: a) considerando explícitamente la respuesta NS, b). eliminando la respuesta NS c) tratando la respuesta NS como no. Se asumió que los errores tienen una distribución normal, logística o t –student´s.

Se utilizó el paquete econométrico LIMDEP 7.0 (Green, 1991) para obtener las estimaciones del modelo de Wang, del modelo de datos ordenados, el modelo de Cameron, cuando los errores tienen una distribución normal, logística y para la distribución t – stundent´s se utilizó el paquete estadístico GAUSS versión 4.0.18. La obtención de la media de la DAP, los intervalos de confianza; así como la simulación para obtener ai y bi, los umbrales y predecir el porcentaje de respuestas NS fueron estimados utilizando LIMDEP 7.0

Para estimar la función de máxima verosimilitud del modelo de valoración aleatoria, primero se estimó qué variables tienen un efecto significativo sobre ai y bi, por medio de un modelo binomial para la probabilidad de responder NS incluyendo todas las variables explicativas (Anexo II). Las variables cambio de domicilio e importancia tienen un efecto estadísticamente significativo sobre la probabilidad de responder NS y, por eso, se seleccionan como las variables determinantes de ai y bi, en la ecuación (6), partiendo del supuesto de que las variables que influyen en las respuestas NS son las mismas que determinan ai y bi.

En la tablas C, D y E se presentan las estimaciones de cuatro modelos diferentes. Se presentan los resultados del procedimiento de máxima verosimilitud del modelo de valoración aleatoria, el cual fue estimado con LIMDEP utilizando el comando MINIMIZE bajo el supuesto de una distribución normal o logística. Para la distribución t- student´s se utilizó el procedimiento de máxima verosimilitud en GAUSS.

En el modelo I se partió del supuesto que R=1, para poder estimar los parámetros, porque las variables cambio de domicilio e importancia fueron incluidas en la función de los umbrales y en la función de la DAP. Además del cambio de domicilio e importancia, el ingreso y edad tienen un efecto significativo sobre la DAP, mientras que las variables educación, permanencia, molestia, percepción no tienen un efecto significativo sobre la DAP.

Los grados de libertad mencionados en la tabla maximizan la función de verosimilitud.

El modelo II surge un modelo de datos ordenados , en el cual se estima la probabilidad de responder no / no sabe / sí. Se asigna el valor de 0 para las respuestas no, el valor de uno para NS y el valor de 2 para las respuestas sí. La interpretación que se le da a los coeficientes obtenidos por este modelo es la influencia de las variables sobre la probabilidad de responder no / no sabe / sí siendo este el enfoque de Haneman. Sin embargo para poder comparar con los resultados de los otros modelos nos interesa la influencia de las variables sobre la DAP (enfoque de Cameron), por lo que es necesario estimar la función de variación a partir de la función indirecta de utilidad (ver anexo 4). Para este modelo, como se observa en las tablas C, D y E, el ingreso, la edad, cambio de domicilio e importancia tienen un efecto significativo sobre la media de la DAP.

Los coeficientes del modelo III, donde las respuesta NS fueron tratadas como no, y del modelo IV donde se eliminaron de la muestra (modelo IV), corresponden a la función de variación de Cameron.

En el enfoque de Cameron se considera que el individuo calcula su DAP y compara con el pago ofrecido en la encuesta, una respuesta afirmativa indica que la cantidad de dinero (ti) requerida es menor que su máxima DAP. Se utiliza la información existente de las respuestas de los individuos para obtener su función DAP o función de variación, la cual puede tener la forma Y = x ´ + ui , donde xi es un vector de variables explicativas y ui es el error, que en este caso tiene la distribución normal, logística o t – student. En el anexo 5 se presenta la función de máxima verosimilitud.

En el modelo III el ingreso, la edad e importancia tienen un efecto significativo sobre la DAP, mientras que en el modelo IV el ingreso, la edad, cambio de domicilio e importancia tienen un efecto significativo sobre la DAP.

En todas las estimaciones de los modelos cuando se asume una distribución t – student, los grados de libertad se escogieron como un parámetro más en la función de máxima verosimilitud