La necesidad de enfrentarse a situaciones donde la respuestas de los problemas son dicotómicas o categóricas, obliga a incursionar en nuevas formas y modelos, en donde la regresión lineal es insuficiente o no adecuada y en donde el ajuste de las respuestas tienen que estar dentro de acotaciones que solo se limitan a considerar un 0 o un 1 (politómicas en otros casos), que en la mayoría de las veces son originalmente cualitativas. El modelo Logit y el modelo Probit permiten prever el valor de una variable ficticia binaria de un elemento de la población en función de ciertas características medibles (X1, X2,…, Xp).Ambos tienen la particularidad de que, la distribución de la variable dependiente, al ser binaria, no puede distribuirse normalmente, en consecuencia la varianza no es constante, encontrándose situaciones de heterocedasticidad. Este proyecto de investigación consiste en comparar la calidad de los ajustes obtenidos por los modelos Logit y Probit, destacando características particulares bajo las mismas condiciones de aplicabilidad a un conjunto de datos cuyo tamaño muestral sea lo suficientemente grande para observar y evaluar el comportamiento de cada uno, con la finalidad de encontrar indicios que marquen diferencias y que puedan dar algún tipo de aporte en especificaciones importantes que deban ser consideradas a la hora de elegir uno de ellos, o que al menos faciliten dicha elección, buscando la claridad que se necesita en el tipo de problema donde pueden ser utilizados, ya que son modelos de estimaciones y ajustes muy similares.