[R-es] Interpretación NA's

[Javier Nieto]

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]]

[Carlos Ortega]

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


El 19 de abril de 2018, 17:42, Javier Nieto <***@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-***@r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>
>


--
Saludos,
Carlos Ortega
www.qualityexcellence.es

[[alternative HTML version deleted]]

[Javier Nieto]

Hola Carlos


Muchas gracias por tu respuesta.


Saludos

________________________________
De: Carlos Ortega <***@qualityexcellence.es>
Enviado: jueves, 19 de abril de 2018 10:47:54 a. m.
Para: Javier Nieto
CC: r-help-***@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 <***@hotmail.com<mailto:***@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-***@r-project.org<mailto:R-help-***@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]]

[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 <***@hotmail.com> escribió:

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

[[alternative HTML version deleted]]

[Javier Nieto]

Hola Javier

Entiendo el punto y como bien comentas, lo que Carlos menciona es bastante lógico. Aclaro la situación: la segunda columna de precio(preciosCan) son de otro producto, contra el que estoy comparando, por lo cual no podría utilizarla para este fin en la regresión.


Muchas gracias


Saludos

________________________________
De: Javier Marcuzzi <***@gmail.com>
Enviado: jueves, 19 de abril de 2018 03:29:14 p. m.
Para: Javier Nieto
CC: Carlos Ortega; r-help-***@r-project.org
Asunto: Re: [R-es] Interpretación NA's

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 <***@hotmail.com<mailto:***@hotmail.com>> escribió:
Hola Carlos


Muchas gracias por tu respuesta.


Saludos

________________________________
De: Carlos Ortega <***@qualityexcellence.es<mailto:***@qualityexcellence.es>>
Enviado: jueves, 19 de abril de 2018 10:47:54 a. m.
Para: Javier Nieto
CC: r-help-***@r-project.org<mailto:r-help-***@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><http://www.qualityexcellence.es>


El 19 de abril de 2018, 17:42, Javier Nieto <***@hotmail.com<mailto:***@hotmail.com><mailto:***@hotmail.com<mailto:***@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-***@r-project.org<mailto:R-help-***@r-project.org><mailto:R-help-***@r-project.org<mailto:R-help-***@r-project.org>>
https://stat.ethz.ch/mailman/listinfo/r-help-es




--
Saludos,
Carlos Ortega
www.qualityexcellence.es<http://www.qualityexcellence.es><http://www.qualityexcellence.es>

[[alternative HTML version deleted]]


_______________________________________________
R-help-es mailing list
R-help-***@r-project.org<mailto:R-help-***@r-project.org>
https://stat.ethz.ch/mailman/listinfo/r-help-es



[[alternative HTML version deleted]]

[Antonio Rodriguez Andres]

Quizas es que si el precio es constante y tienes una constante en tu
modelo, eso crea multicolinealidad, y elimina una de las variables

Antonio

--

Member, Editorial Committee, *The Economic and Labour Relations Review* (a
SAGE journal)

http://elr.sagepub.com/

Member, Editorial Committee, African Journal of Economic and Management
Studies

http://emeraldgrouppublishing.com/products/journals/editorial_team.htm?id=ajems

https://www.researchgate.net/profile/Antonio_Andres (Research Gate profile)

[[alternative HTML version deleted]]