Estimaod Javier Nieto Lo que dice Carlos Ortega tiene lógica, en ese aspecto su modelo podría modificar,
desde lm(formula = ventas ~ precios, data = df) a lm(formula = ventas ~ precios + semana+ preciosCan , data = df) Pero sus precios y preciosCan son siempre iguales en el ejemplo que nos brinda, ahí hay un problema. Javier Rubén Marcuzzi El 19 de abril de 2018, 13:07, Javier Nieto <[email protected]> escribió: > Hola Carlos > > > Muchas gracias por tu respuesta. > > > Saludos > > ________________________________ > De: Carlos Ortega <[email protected]> > Enviado: jueves, 19 de abril de 2018 10:47:54 a. m. > Para: Javier Nieto > CC: [email protected] > Asunto: Re: [R-es] Interpretación NA's > > Pues que la pequeña variación en las ventas no pueden explicarse con un > precio constante. > Hay otra variable que las explica o simplemente por un efecto aleatorio. > > De esta forma lo que sí que le puedes decir a negocio, es que si quieres > entender la elasticidad de tus ventas, tienes que hacer algo diferente a > tener los precios constantes: incluir una promoción, cambiar el precio, > para ver la sensibilidad del precio a estos cambios... en resumen hacer un > experimento. > > Gracias, > Carlos Ortega > www.qualityexcellence.es<http://www.qualityexcellence.es> > > > El 19 de abril de 2018, 17:42, Javier Nieto <[email protected]<mailto:m > [email protected]>> escribió: > Hola > > > Tal vez la pregunta que tengo tenga una respuesta muy fácil, sin embargo > lo entiendo. > > > Tengo una data frame que se ve así: > > R> df > semana precios ventas preciosCan > 1 11724 3.512441 2 33.53 > 2 11726 3.512441 1 33.53 > 3 11727 3.512441 2 33.53 > 4 11728 3.512441 1 33.53 > 5 11729 3.512441 4 33.53 > 6 11730 3.512441 3 33.53 > 7 11731 3.512441 2 33.53 > 8 11732 3.512441 3 33.53 > 9 11734 3.512441 2 33.53 > 10 11735 3.512441 6 33.53 > 11 11736 3.512441 2 33.53 > 12 11738 3.512441 3 33.53 > 13 11739 3.512441 2 33.53 > 14 11741 3.512441 2 33.53 > 15 11743 3.512441 1 33.53 > 16 11744 3.512441 2 33.53 > 17 11746 3.512441 1 33.53 > 18 11747 3.512441 2 33.53 > 19 11748 3.512441 3 33.53 > 20 11749 3.512441 1 33.53 > 21 11750 3.512441 3 33.53 > 22 11751 3.512441 1 33.53 > 23 11801 3.512441 1 33.53 > R> lm(ventas ~ precios, df) > > Call: > lm(formula = ventas ~ precios, data = df) > > Coefficients: > (Intercept) precios > 2.174 NA > > > > ¿Qué significa que aparezca NA en la regresión y el intercepto con ese > valor(2.174)? > > > La pregunta surge a razón de que otros subconjuntos de datos se comportan > bien con una regresión lineal. > > Entiendo que por el comportamiento de los datos salen esos resultados, sin > embargo no logro realizar un interpretación correcta y mucho menos qué > hacer o cómo proceder con este subconjunto de datos o como explicarlo a > gente de negocio. > > > Por favor ¿alguien me podría ayudar con esto? > > > > > > > Muchas gracias. > > > Saludos > > > [[alternative HTML version deleted]] > > > _______________________________________________ > R-help-es mailing list > [email protected]<mailto:[email protected]> > https://stat.ethz.ch/mailman/listinfo/r-help-es > > > > > -- > Saludos, > Carlos Ortega > www.qualityexcellence.es<http://www.qualityexcellence.es> > > [[alternative HTML version deleted]] > > > _______________________________________________ > R-help-es mailing list > [email protected] > https://stat.ethz.ch/mailman/listinfo/r-help-es > > [[alternative HTML version deleted]] _______________________________________________ R-help-es mailing list [email protected] https://stat.ethz.ch/mailman/listinfo/r-help-es
