Modelo Logit Multinomial

El modelo Logit Multinomial permite analizar decisiones de elección entre múltiples alternativas mutuamente excluyentes. A diferencia del modelo logit binario, que se limita a dos opciones (sí/no, comprar/no comprar), el logit multinomial puede manejar tres o más alternativas: un consumidor que elige entre coche, autobús o tren; un trabajador que decide entre empleo, desempleo o inactividad; o una empresa que selecciona entre diferentes estrategias de inversión.

El modelo se basa en la teoría de utilidad aleatoria de McFadden. Cada individuo i evalúa la utilidad que le proporciona cada alternativa j según sus características observables y un componente aleatorio no observado. La utilidad de la alternativa j para el individuo i se expresa como:

$$U_{ij} = \mathbf{x}_i'\boldsymbol{\beta}_j + \varepsilon_{ij}$$

donde \(\mathbf{x}_i\) es el vector de características del individuo i, \(\boldsymbol{\beta}_j\) son los parámetros específicos de la alternativa j, y \(\varepsilon_{ij}\) es el término de error aleatorio. El individuo elige la alternativa que maximiza su utilidad.

Si los errores \(\varepsilon_{ij}\) siguen independientemente una distribución Gumbel (valor extremo tipo I), las probabilidades de elección toman la forma logística multinomial:

$$P(y_i = j) = \frac{\exp(\mathbf{x}_i'\boldsymbol{\beta}_j)}{\sum_{k=1}^J \exp(\mathbf{x}_i'\boldsymbol{\beta}_k)}$$

donde J es el número total de alternativas. Para identificar el modelo, se normaliza una categoría como base fijando \(\boldsymbol{\beta}_1 = \mathbf{0}\). Los coeficientes del resto de alternativas se interpretan como log-odds relativos a la categoría base:

$$\ln\frac{P(y=j)}{P(y=1)} = \mathbf{x}'\boldsymbol{\beta}_j$$

Supuestos del modelo

1. Independencia de Alternativas Irrelevantes (IIA): El ratio de probabilidades entre dos alternativas cualesquiera no depende de la existencia o características de otras alternativas. Este supuesto es restrictivo y puede ser problemático cuando existen alternativas muy similares entre sí.
2. Distribución Gumbel de los errores: Los términos de error siguen una distribución de valor extremo tipo I, lo que genera la forma funcional logística de las probabilidades.
3. Independencia entre individuos: Las decisiones de diferentes individuos son independientes entre sí.
4. Ausencia de multicolinealidad perfecta: Las variables explicativas no deben estar perfectamente correlacionadas.
5. Muestra suficientemente grande: Para que las propiedades asintóticas de los estimadores de máxima verosimilitud se cumplan.

La interpretación de los coeficientes requiere cuidado especial. Un coeficiente positivo de \(x_k\) en la ecuación de la alternativa j indica que un aumento de \(x_k\) incrementa la probabilidad relativa de elegir j respecto a la categoría base. Sin embargo, esto no implica necesariamente que aumente la probabilidad absoluta de j, ya que depende del efecto sobre todas las demás alternativas.