Estadísticos para la detección de observaciones anómalas en modelos de elección binaria: una aplicación con datos reales

Abstract

Este trabajo trata el problema de la detección de observaciones anómalas en modelos de elección binaria. Partiendo del estadístico propuesto en Gracia-Díez y Serrano (1994) que mide la influencia individual de cada observación sobre el vector de parámetros estimado, se derivan otros estadísticos que evalúan la influencia individual y de grupos de observaciones sobre i) el vector de probabilidades estimadas e ii) sobre subconjuntos de parámetros y combinaciones lineales de los mismos. También, se generaliza el método de Peña y Yohai (1991) para la detección de observaciones enmascaradas en modelos lineales al caso de los modelos de elección binaria. Finalmente, se propone una estrategia de diagnosis para la detección de anomalías en este tipo de modelos. Esta estrategia se ilustra mediante su aplicación al modelo probit estimado por Dhillon el. al (1987).

This paper considers the problem of outliers in binary response models. Based on the statistic proposed by Gracia-Díez y Serrano (1994) which measures the influence of each observation on the estimated parameler vector, we derive other statistics in order to measure the influence of each observation as well as the influence of a group of observations on i) the vector of estimated probabilities and ii) subsets and linear combinations of tbe parameters in the model. Also, the method proposed by Peña y Yohai (1991) to deal with the masking problem in linear models has been generalised to the case of binary choice models. Lastly, we propose a diagnostic strategy to detect outliers in this type of models. The application of this strategy is ilustrated by estimating the probit model used by Dhillon et. al (1987).