CURSOS DE VERANO 2005 CURSOS DE VERANO 2005

UNIVERSIDAD DE BURGOS UNIVERSIDAD DE BURGOS

MOVILIDAD SOSTENIBLE EN EL
MOVILIDAD SOSTENIBLE EN EL
SIGLO XXI: VALORACION DE
SIGLO XXI: VALORACION DE
EXTERNALIDADES
EXTERNALIDADES
(Accidentes, Ruido y Polucin) (Accidentes, Ruido y Polucin)
Luigi dellOlio
Universidad de Burgos
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
HIPOTESIS BASICAS HIPOTESIS BASICAS
exponen el paradigma terico ms utilizado para
representar las elecciones entre alternativas discretas.
1. Cada individuo, pertenece a una clase de individuos
homogneos desde un punto de vista conductual
2. Cada individuo, efecta sus elecciones de forma racional
o bien maximizando su propia utilidad a travs de las
diferentes posibilidades de eleccin.
HIPOTESIS HIPOTESIS
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
a) Los individuos pertenecen a una cierta poblacin homognea
Q, actan en forma racional y tienen informacin perfecta;
(eleccion que maximiza su utilidad personal neta)
homo economicus, sujeto a sus restricciones ambientales.
Estas pueden ser legales, sociales, fsicas o presupuestarias (en
tiempo y dinero).
b) Un individuo genrico q que efecta una eleccin, considera
A
i
(alternativa1, alternativa 2 .etc) alternativas disponibles y
constituyen su conjunto de elecciones A. El conjunto de eleccin
A puede ser diferente para individuos diferentes, es decir,
existe un cierto conjunto A = {m
1
. . ., m
i
. . ., m
N
) de alternativas
disponibles de forma que el conjunto disponible para un
individuo en particular, q, es A(q) A.
conjunto de alternativas disponibles = choice set Restricciones
HIPOTESIS HIPOTESIS
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
c) Cada alternativa A
i
tiene asociada una funcin de utilidad U
iq
para el individuo q . El individuo q asocia, a cada alternativa i de su
conjunto de elecciones posibles, una funcin de utilidad percibida U
iq
, y
elige, de las alternativas que posee, aquella que le proporciona una
mayor utilidad es decir que efectuar su eleccin en funcin de la
maximizacin de su utilidad.
d) La utilidad asociada a cada alternativa de eleccin, depende de
una serie de caractersticas medibles o atributos V
iq
(renta, coste,
confort, etc) , propios de la alternativa misma, U
iq
= U
i
(V
iq
) dnde V
iq
,
es el vector de los atributos relativos al alternativa i y al individuo que
decide q. En otras palabras el usuario elige una alternativa en base a los
atributos propios de aquella alternativa confrontndolos con los de las
otras alternativas disponibles.
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
HIPOTESIS HIPOTESIS
El modelador, como observador del sistema, no posee informacin
completa acerca de todos los elementos que cada individuo considera al
realizar su eleccin y por lo tanto supone que U
iq
se puede representar
por dos componentes:
Una parte medible, sistemtica o representativa, que es
funcin de los atributos medidos V.
Una porcin aleatoria que refleja la idiosincrasia y gustos
particulares de cada individuo, adems de errores de medicin y
observacin por parte del modelador.
U
iq
= V
iq
+
iq

=
=
K
k
ikq ik iq
x V
1

MODELOS DE UTILIDAD
MODELOS DE UTILIDAD
ALEATORIA
ALEATORIA
ATRIBUTOS ATRIBUTOS
U
iq
= V
iq
+
iq

=
=
K
k
ikq ik iq
x V
1

Por cunto concierne la tipologa, los atributos pueden ser clasificados de

diferentes modos.
Atributos de nivel de servicio nivel de servicio aquellos propios del servicio ofrecido por
el sistema de transporte (tiempos, costes, frecuencia de los servicios,
confort etc)
Atributos del sistema de actividades sistema de actividades aquellos dependientes de los usos
del territorio del rea de estudio (nmero de comercios o nmero de
escuelas de una zona etc),
Atributos socio econmicos socio econmicos aquellos propios del usuario o de su ncleo
familiar (posesin de permiso de conduccin, nmero de automviles en
familia, etc).
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
U
iq
= V
iq
+
iq

=
=
K
k
ikq ik iq
x V
1

V
a pie
= b
1
t
p
V
auto
= b
1
t
pa
+ b
2
t
ba
+ b
3
c
a
+ b
4
DISP + b
4
RENTA + b
6
AUTO
V
bus
= b
1
t
pb
+ b
2
t
bb
+ b
3
c
b
+ b
7
t
wb
+ b
8
BUS
c= coste
t
p
= Tiempo a pi
RENTA = 1 si renta >
35000
t
w
= Tiempo de espera
en la parada
BUS
DISP= N autos/N
personas que tienen
carnet
t
b
= Tiempo a bordo AUTO
ATRIBUTOS SOCIO-
ECONOMICOS
ATRIBUTOS DE NIVEL DE
SERVICIO
ATRIBUTOS
ESPECIFICOS DE LA
ALTERNATIVA
HIPOTESIS HIPOTESIS
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
La componente aleatoria permite resolver dos problemas del
modelador:
1. 1. Individuos aparentemente idnticos escogen alternativas Individuos aparentemente idnticos escogen alternativas
diferentes. diferentes.
2. Un individuo no escoge la alternativa aparentemente mas 2. Un individuo no escoge la alternativa aparentemente mas
conveniente. conveniente.
U
iq
= V
iq
+
iq
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
En resumen: En resumen:
desde el punto de vista del tcnico analista o desde el punto de vista del tcnico analista o
modelador, no le es en general posible prever con modelador, no le es en general posible prever con
certeza cual alternativa ser elegida por un certeza cual alternativa ser elegida por un
individuo genrico. individuo genrico.
Sin embargo es posible expresar la Sin embargo es posible expresar la probabilidad probabilidad que que
dicho individuo elija el alternativa dicho individuo elija el alternativa i i condicionada condicionada
por su conjunto de alternativas disponibles por su conjunto de alternativas disponibles A A
i i
como la probabilidad de que tal alternativa tenga como la probabilidad de que tal alternativa tenga
una utilidad percibida mayor de todas las otras una utilidad percibida mayor de todas las otras
alternativas disponibles: alternativas disponibles:
) (q A A U U
j jq iq

MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
iq jq jq iq
jq jq iq iq
V V
V V



+ +
) (q A A U U
j jq iq

El analista no conoce
dicha cantidad con
certeza

+ = ) ( Pr q A A V V ob P
j jq iq iq jq iq

Es necesario hacer hiptesis sobre la Es necesario hacer hiptesis sobre la
distribucin de los errores distribucin de los errores
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
Como no se conoce la distribucin de los errores, no se
puede tener una expresin analtica para modelo
Suponemos que los errores tienen media 0
La distribucin de los U es Idntica, pero con media V

+
+
=
=

0
) (
) (
iq iq
j jq iq iq jq
N
R
iq
V
q A A V V
R
d f P
N

El Logit Simple (MNL), GUMBEL, IID
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA

=
=
) (
) (
q A A
V
V
i
q A A
V
V
i
j
j
i
j
j
i
e
e
P
e
e
P

Logit Logit Multinomial Multinomial

El parmetro beta es inestimable por separado de los
presentes en V.

=
=
K
k
ikq ik iq
x V
1

Adems la independencia de los restos o

residuos aleatorios implica que la covarianza
entre una cualquiera pareja de restos o
residuos aleatorios sea cero:
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
Logit Logit Multinomial Multinomial
Grfica de las hiptesis hechas sobre la distribucin de los residuos
aleatorios del modelo Logit Multinomial, asi como el rbol de eleccin y
la matriz de Varianza-Covarianza en el caso de cuatro alternativas de
eleccin. Este tipo de grfica varia sustancialmente en los rboles de
eleccin relativos a los modelos Logit Jerarquizados.
La variable de Gumbel goza de una importante propiedad: la propiedad de estabilidad con
respecto de la maximizacin o bien el mximo de varias variables de Gumbel
independientes y de igual parmetro, es tambin una variable de Gumbel de parmetro
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
Propiedades del Propiedades del Logit Logit Multinomial Multinomial
a. a.- - Dependencia de las diferencias de utilidades Dependencia de las diferencias de utilidades medibles medibles o sistemticas o sistemticas
Logit Logit Binomial Binomial
Logit Logit Multinomial Multinomial
El modelo El modelo Logit Logit Multinomial Multinomial, tal como por todos los modelos aditivos, , tal como por todos los modelos aditivos,
es posible aadir o sustraer una constante a las utilidades es posible aadir o sustraer una constante a las utilidades
sistemticas de todas las alternativas sin hacer variar las rela sistemticas de todas las alternativas sin hacer variar las relativas tivas
probabilidades de eleccin. probabilidades de eleccin.
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
Propiedades del Propiedades del Logit Logit Multinomial Multinomial
b. b.- - Influencia de la varianza de los restos o residuos aleatorios: Influencia de la varianza de los restos o residuos aleatorios:
a una menor varianza de los restos o residuos aleatorios corresponde una mayor
probabilidad de eleccin de la alternativa de mxima utilidad sistemtica
A un incremento de la varianza las diferentes alternativas tienden a ser
equiprobables
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
Propiedades del Propiedades del Logit Logit Multinomial Multinomial
c. c.- - Independencia de las Alternativas Irrelevantes Independencia de las Alternativas Irrelevantes
deriva de las hiptesis hechas sobre la independencia de
los residuos aleatorios (iid).
ejemplo eleccin entre dos alternativos A y B de igual utilidad
sistemtica o medible. La probabilidad de elegir cada alternativa es
igual a 0.50 y a la relacin entre las probabilidades de elegir A y B
es constante e igual a 1.
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
Estimacin estadstica del Modelo Estimacin estadstica del Modelo Logit Logit
multinomial multinomial o o multiple multiple (MNL) (MNL)
[ ]

=
k
e
e
kVk
jVj
j P
) (
) (

Hay varios mtodos, pero por ahora nos concentrarmos

en el de Mxima Verosimilitud (MV)
Por lo tanto, los estimadores mximo verosmiles son el
conjunto de parmetros que generarn ms a menudo la muestra
observada.
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
Estimacin estadstica del Modelo Estimacin estadstica del Modelo Logit Logit
multinomial multinomial o o multiple multiple (MNL) (MNL)
Para ilustrar esta idea, consideremos una muestra de n
observaciones de lguna variable Z = (Z1, ..., Zn), provenientes de
una poblacin caracterizada para un parmetro desconocido
(media, varianza, etc.).
Puesto que Z es una variable aleatoria, tiene una funcin densidad
asociada f(Z/), que depende de los valores de .
Como todos los valores de Z en la muestra son independientes,
podemos escribir la funcin de densidad conjunta como:
f(Z1, ..., Zn)/ ) = f(Z1/) f(Z2/).... f(Zn/)
La interpretacin que se da normalmente en estadstica a esta funcin
conjunta, es que los Z son variables y es fijo. Si invertimos el proceso
y suponemos que los Z son conocidos y fijos, y que es una variable,
se puede interpretar la ecuacin anterior como una funcin de
verosimilitud L() y no de densidad conjunta.
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
Estimaci Estimaci n estad n estad stica del Modelo stica del Modelo Logit Logit
multinomial multinomial o o multiple multiple (MNL) (MNL)
Ejemplo 1:
Sea una muestra con tres observaciones, cada una de las cuales tiene solo dos
alternativas (las mismas); adems supongamos que existe solamente un atributo
X de modo que:
e e
e
P
X X
X
i i
i
i


2 1
1
1
+
=
P
2
i
= 1 P
1
i
y tambin supongamos que las observaciones fueron las siguientes:
4 3 2 3
2 1 1 2
3 5 1 1
X
2
q
X
1
i
Opcin
elegida
Observacin
(i)
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
Estimacin estadstica del Modelo Estimacin estadstica del Modelo Logit Logit
multinomial multinomial o o multiple multiple (MNL) (MNL)
4 3 2 3
2 1 1 2
3 5 1 1
X
2
q
X
1
i
Opcin elegida Observacin (i)
La funcin de verosimilitud de la muestra L() para un cualquiera es
L() = P
1
1
.P
1
2
.P
2
3
e e
e
e e
e
e e
e
) ( L
. .

3 4
4
2 3 5
5
+ + +
=
Por lo tanto lnL() viene dado por:
lnL() = 5 ln(e
5
+ e
3
) + ln(e

+ e
2
) + 4 - ln(e
4
+ e
3
)
Derivando e igualando a cero se obtiene
MODELOS DE UTILIDAD ALEATORIA
MODELOS DE UTILIDAD ALEATORIA
Estimacin estadstica del Modelo Estimacin estadstica del Modelo Logit Logit
multinomial multinomial o o multiple multiple (MNL) (MNL)
lnL() = 5 ln(e5 + e3) + ln(e+ e2) + 4 - ln(e4 + e3)