[R-es] Interpretación NA's

[Javier Marcuzzi]

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 <mac_javi en hotmail.com> escribió:

> Hola Carlos
>
>
> Muchas gracias por tu respuesta.
>
>
> Saludos
>
> ________________________________
> De: Carlos Ortega <cof en qualityexcellence.es>
> Enviado: jueves, 19 de abril de 2018 10:47:54 a. m.
> Para: Javier Nieto
> CC: r-help-es en r-project.org
> 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 <mac_javi en hotmail.com<mailto:m
> ac_javi en hotmail.com>> 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
> R-help-es en r-project.org<mailto:R-help-es en r-project.org>
> 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
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>
>

	[[alternative HTML version deleted]]