Análisis del caso GoodBelly
Enviado por valentina194 • 23 de Noviembre de 2022 • Trabajos • 1.748 Palabras (7 Páginas) • 130 Visitas
Estadística para Gerentes
Profesor: José Felipe Prat
Trimestre 2022-03
Maestría en Administración (MBA)
Análisis del caso GoodBelly
.
Realizado por:
Adriana García
Caracas, agosto de 2022
- Identificar el mejor modelo de regresión posible.
Durante la búsqueda del mejor modelo de regresión posible se realizaron evaluaron distintas combinaciones con las variables tomadas en cuenta en las regresiones preliminar y final, sin embargo, no se logró conseguir un mejor modelo que el presentado, es por eso que se decidió considerar la variable región para evaluar el efecto que tendría esta variable al incorporarla al modelo, cada una de las regiones fue convertida en una variable Dummy, con lo cual se obtuvieron los siguientes modelos.
1er modelo, el cual incluye todas las variables Dummy de Localización.
Dependent Variable: UNITS_SOLD | ||||||||||||||||||||||||
Method: Least Squares | ||||||||||||||||||||||||
Date: 08/30/22 Time: 14:45 | ||||||||||||||||||||||||
Sample: 1 1386 | ||||||||||||||||||||||||
Included observations: 1386 | ||||||||||||||||||||||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. | ||||||||||||||||||||
C | 371.1345 | 20.88710 | 17.76860 | 0.0000 | ||||||||||||||||||||
AVERAGE_RETAIL_PRICE | -33.67101 | 4.777917 | -7.047216 | 0.0000 | ||||||||||||||||||||
ENDCAP | 302.3107 | 9.408106 | 32.13300 | 0.0000 | ||||||||||||||||||||
DEMO | 113.7212 | 7.409785 | 15.34744 | 0.0000 | ||||||||||||||||||||
DEMO1_3 | 74.45553 | 4.942503 | 15.06434 | 0.0000 | ||||||||||||||||||||
DEMO4_5 | 64.78846 | 6.602804 | 9.812265 | 0.0000 | ||||||||||||||||||||
FL | -80.02181 | 9.205873 | -8.692474 | 0.0000 | ||||||||||||||||||||
ME | -56.70089 | 7.898558 | -7.178637 | 0.0000 | ||||||||||||||||||||
MW | 15.47747 | 8.008683 | 1.932586 | 0.0535 | ||||||||||||||||||||
NA01 | -48.47588 | 8.103635 | -5.981991 | 0.0000 | ||||||||||||||||||||
NC | 37.14314 | 8.069053 | 4.603160 | 0.0000 | ||||||||||||||||||||
PN | 35.16323 | 8.966303 | 3.921709 | 0.0001 | ||||||||||||||||||||
RM | 19.96869 | 8.692054 | 2.297350 | 0.0217 | ||||||||||||||||||||
SO | -49.42384 | 9.719234 | -5.085158 | 0.0000 | ||||||||||||||||||||
SW | -50.03185 | 9.541368 | -5.243677 | 0.0000 | ||||||||||||||||||||
SP | 21.80026 | 8.289331 | 2.629918 | 0.0086 | ||||||||||||||||||||
NATURAL | -1.372641 | 1.826014 | -0.751714 | 0.4524 | ||||||||||||||||||||
FITNESS | -0.084405 | 1.148874 | -0.073468 | 0.9414 | ||||||||||||||||||||
R-squared | 0.680119 | Mean dependent var | 253.8207 | |||||||||||||||||||||
Adjusted R-squared | 0.676144 | S.D. dependent var | 110.9987 | |||||||||||||||||||||
S.E. of regression | 63.16753 | Akaike info criterion | 11.14236 | |||||||||||||||||||||
Sum squared resid | 5458508. | Schwarz criterion | 11.21034 | |||||||||||||||||||||
Log likelihood | -7703.655 | Hannan-Quinn criter. | 11.16778 | |||||||||||||||||||||
F-statistic | 171.0937 | Durbin-Watson stat | 1.413047 | |||||||||||||||||||||
Prob(F-statistic) | 0.000000 | |||||||||||||||||||||||
El modelo presenta un R 0.680119 el cual es ligeramente superior al modelo Final presentado, lo cual permite percibir que al tomar en cuenta estas variables se puede llegar a un modelo que describa más fielmente el comportamiento de las ventas semanales. Por otro lado, se observa como algunas regiones tiene una influencia negativa en la variabilidad del volumen de ventas.
...