Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Informe gerencial
Inteligencia de Mercados
Luis Bernal - Diego Daz
Taller 4: Miniproyecto 4 Regresin Lineal Ventas por catlogo.
Informe tcnico
Como punto de partida del anlisis se hace una inspeccin de la base de datos para
hallar en trminos generales valores atpicos y analizar normalidad de las variables. Se
inicia por un anlisis de las variables dependientes para saber cmo estn conformadas
con el fin de partir de las hiptesis validas que existen en la regresin lineal.
Inteligencia de Mercados
Luis Bernal - Diego Daz
Taller 4: Miniproyecto 4 Regresin Lineal Ventas por catlogo.
De lo cual sabemos a priori que las variables ID del mercado, Tamao del mercado, ID de
la ubicacin, Promocin son variables de tipo nominal y ordinal por lo cual los anlisis de
asimetra y curtosis no aplican muy bien. Por otra parte la variable Nmero de catlogos
enviados posee una alta curtosis convirtiendo a esta variable susceptible a la realizacin
de trasformaciones para poder linealizar su comportamiento e incluirlo en el anlisis de
regresin en el caso de que sea necesario en el futuro.
Teniendo los anlisis iniciales en cuenta en donde examinaremos en detalle las variables
que nos llamaron anteriormente la atencin procederemos a priori realizar un anlisis de
correlacin de las variables pero nos centraremos en la correlacin existente entre las
variables dependientes y las independientes con el fin de formarnos una idea de cmo se
puede construir el modelo.
De las variables dependientes tenemos:
Inteligencia de Mercados
Luis Bernal - Diego Daz
Taller 4: Miniproyecto 4 Regresin Lineal Ventas por catlogo.
Inteligencia de Mercados
Luis Bernal - Diego Daz
Taller 4: Miniproyecto 4 Regresin Lineal Ventas por catlogo.
Desde ac podemos observar que las variables que estn ms altamente correlacionadas
con las variables dependientes y en contraposicin correlacionadas con variables ya
explicadas se encuentran correlacionadas haciendo que su informacin complemente el
modelo serian:
Inteligencia de Mercados
Luis Bernal - Diego Daz
Taller 4: Miniproyecto 4 Regresin Lineal Ventas por catlogo.
Las cuales son las variables que seran ptimas para integrar en el modelo de regresin.
De lo cual podemos observar que los valores de los R ajustados para los diferentes
modelos creados se comportan:
Inteligencia de Mercados
Luis Bernal - Diego Daz
Taller 4: Miniproyecto 4 Regresin Lineal Ventas por catlogo.
De lo cual concluimos que:
El valor estimado del error varia en tan solo un 7.5% con la inclusin de la tercera
Variable, mientras que la relacin del error estndar entre la primera variable y la
segunda fue del 26.68%
Lo cual se puede concluir de la siguiente forma que aunque la significancia en todos los
modelos es cero lo cual nos dice que funcionan como modelo explicativo de carcter de
regresin lineal.
El estimador F disminuye lo cual nos declara que el comportamiento no mejora sino que
tiende a desmejorar posiblemente por la presencia de una ligera no linealidad entre las
variables dependientes e independientes.
Inteligencia de Mercados
Luis Bernal - Diego Daz
Taller 4: Miniproyecto 4 Regresin Lineal Ventas por catlogo.
Por lo cual no es ptimo el trabajar con un modelo que incluya las variables desde la
tercera en adelante. En esta situacin lo recomendable seria modelar la variable de
Ventas de prendas hombre, nada ms utilizando las variables:
Para esto utilizaremos la regresin lineal con el modelo hacia adelante para logar la
inclusin de nada mas estas dos Variables.
De lo cual obtenemos:
Un modelo con una significancia de 0 lo cual nos muestra una alta explicacin de la
variable dependiente y un valor estadstico F mucho mejor que el esperado si se
integraran las 5 variables propuestas por pasos sucesivos.
Inteligencia de Mercados
Luis Bernal - Diego Daz
Taller 4: Miniproyecto 4 Regresin Lineal Ventas por catlogo.
Podemos observar que las grficas de valores predichos contra residuos, los valores se
encuentran distribuidos a lo largo de la variable dependiente lo cual nos hacen confirmar
que tienen un comportamiento casi normal.
Igual nos confirma que entre los valores utilizados en la regresin no hay existencia de
valores atpicos los cuales deban ser analizados en detalle o influyan en el
comportamiento del modelo de alguna otra forma.
Con el fin de confirmar este comportamiento procederemos a realizar de forma resumida
las pruebas de Kolmogorov smikov.
Inteligencia de Mercados
Luis Bernal - Diego Daz
Taller 4: Miniproyecto 4 Regresin Lineal Ventas por catlogo.
Modelo de Regresin para Ventas de prendas para Hombre.
Inteligencia de Mercados
Luis Bernal - Diego Daz
Taller 4: Miniproyecto 4 Regresin Lineal Ventas por catlogo.
Las cuales son las variables que seran ptimas para integrar en el modelo de regresin.
De lo anterior podemos observar que los valores de los R ajustados para los diferentes
modelos creados se comportan:
El valor estimado del error varia en tan solo un 10.89% con la inclusin de la
segunda variable y decrece con la inclusin de las dems variables
Inteligencia de Mercados
Luis Bernal - Diego Daz
Taller 4: Miniproyecto 4 Regresin Lineal Ventas por catlogo.
Inteligencia de Mercados
Luis Bernal - Diego Daz
Taller 4: Miniproyecto 4 Regresin Lineal Ventas por catlogo.
Por lo cual utilizaremos la regresin lineal con el modelo hacia adelante para logar la
inclusin de nada mas esta Variable.
De lo cual obtenemos.
Un modelo con una significancia de 0 lo cual nos muestra una alta explicacin de la
variable dependiente y un valor estadstico F de 76.32 mucho mejor que el esperado
incluso con la integracin de 2 variables apoyando as la decisin de solo trabajar con
una variable en contrast con la integracin de las 5 variables propuestas por pasos
sucesivos. Podemos observar que las grficas de predichos contra residuos, los valores se
encuentran distribuidos a lo largo de la variable dependiente lo cual nos hacen presumir
que tienen un comportamiento casi normal.
Inteligencia de Mercados
Luis Bernal - Diego Daz
Taller 4: Miniproyecto 4 Regresin Lineal Ventas por catlogo.
En esta ocasin los grficos nos sealan una existencia lineal e independiente entre los
residuos pero existe un valor atpico el cual podra influir en la normalidad de la
distribucin de los residuos por lo cual tendremos en cuenta la existencia de este valor
atpico pero confirmaremos si en general los residuos se comportan de manera normal.
Con el fin de confirmar este comportamiento procederemos a realizar de forma resumida
las pruebas de Kolmogorov smikov.