Uso del análisis de regresión en los negocios

¿Qué es el análisis de regresión?

El análisis de regresión es una herramienta estadística que intenta identificar la correlación entre variables independientes (una variable o más) y una sola variable dependiente. ¡Esa es mucha terminología! Repasemos las palabras una por una.

La correlación es el grado en el que dos cosas cambian juntas. Dos cosas cualesquiera están correlacionadas, en algún lugar entre -1 y 1, con 0 significa que no hay correlación en absoluto. Tomemos un ejemplo empresarial sencillo. ¿Qué crees que sucede cuando una empresa invierte otros $ 10,000 en publicidad? Bueno, lógicamente las ventas aumentarían. Podemos hacer un análisis y ver que cuando aumentamos la publicidad en $ 10,000, las ventas aumentaron en $ 30,000. Eso nos llevaría a creer que están correlacionados positivamente : un cambio positivo en uno (publicidad) conduce a un cambio positivo en otra cosa (ventas).

Si hay una correlación positiva, también hay una correlación negativa. A veces, esto se denomina correlación inversa . Eso significa que cuando una variable independiente aumenta, la variable dependiente cae. Sigamos con el precio como nuestra variable dependiente, la variable que estamos tratando de predecir, y usemos el precio como nuestra variable independiente, en lugar de la publicidad. ¿Qué crees que pasa con las ventas cuando aumentamos los precios? Así es: las ventas disminuyen. Entonces, hay una correlación inversa entre precio y ventas: aumenta el precio y las ventas bajan.

Asegurémonos de comprender estos dos tipos de variables antes de continuar. En el análisis de regresión, siempre tenemos una variable dependiente. Se llama dependiente, entonces, ¿de qué depende? Eso es correcto: las variables independientes. Esas podrían ser tantas cosas como la variable dependiente.

Análisis de regresión en los negocios

Solo usamos un par de ejemplos simples de una variable dependiente y una variable independiente, pero pensemos un poco más complicado. En un análisis de regresión, puede haber más de una variable independiente. Pero, ¿cuáles podrían ser esos? Necesitamos un ejemplo empresarial realista.

¿Qué tal ese caso de negocios: un puesto de limonada? Laura ha montado un puesto de limonada junto a los juegos de béisbol de su hermano durante todo el verano. Cada fin de semana, registra sus ventas y se da cuenta de que pueden subir y bajar un poco, y no está segura de por qué. Entonces, decide comenzar a registrar más datos.

El próximo verano, en lugar de solo sus ventas, comienza a tomar notas sobre el día. ¿Dónde se instaló? ¿Cuántas personas vinieron ese día? ¿Qué tan caliente estaba? ¿Alguien más vendía limonada ese día? A modo de ejercicio, considere cada una de las preguntas que hizo Laura y piense en cómo podrían afectar las ventas.

Para su primera pregunta, dónde se instaló, midió desde el cruce principal en el parque del campo de béisbol. También ha notado que ciertos equipos tienen más fanáticos, por lo que mide cuántas personas vendrán. La temperatura es bastante fácil de medir. ¿Qué tal si alguien más estuviera vendiendo? Eso suena complicado al principio, pero se conoce como variable binaria : es un sí o un no. Entonces, en términos de valores numéricos, 1 = sí y 0 = no.

Ecuación de regresión

Las matemáticas y el ejercicio reales en Microsoft Excel pueden ser engorrosos, así que vayamos directamente a la ecuación de regresión. Después de que Laura ingresa todos sus datos, le dice a la computadora cuál es su variable dependiente (tazas de limonada) y cuáles son todas las variables independientes (distancia al centro del cruce, ventiladores, temperatura y competencia), ve esta fórmula:

Y = 76 – 2.2 ( X1 ) + .57 ( X2 ) + .27 ( X3 ) – 46 ( X4 )

¿Qué significa toda esa matemática? Primero, repasemos nuestras variables.

• La variable Y es siempre su variable dependiente o la variable que está tratando de estimar. En este caso, es la cantidad de vasos de limonada que venderá Laura.
• Cada uno de los términos posteriores es un coeficiente asociado con una de nuestras variables independientes de antes. La ubicación de la encrucijada en nuestro problema de historia es X1 .

Entonces, ¿qué significa -2.2 ( X1 )? Bueno, piense en la coincidencia en esa ecuación. Si Laura estaba a 0 pies de distancia de la encrucijada principal, entonces X1 = 0 y -2.2 * 0 = 0. Entonces, no habría ningún impacto en la respuesta de Y , o en la cantidad de tazas de limonada que vendió. ¿Y si estuviera a 5 pies del camino central? Entonces X1 = 5, entonces -2.2 * 5 = -11, entonces podríamos suponer que ella vendería 11 tazas menos de limonada.

Ahora que Laura tiene esa ecuación, no tendrá que adivinar cuánta agua, limonada, azúcar y tazas traerá. Ella puede tener una idea bastante buena. Imagínese si encontrara un lugar a 3 pies de distancia de la encrucijada, en un gran fin de semana con 600 fanáticos, con una temperatura de 92 grados. Finalmente, habrá alguien más vendiendo limonada (recuerde, eso hace que X4 = 1). ¿Cuánto crees que venderá Laura?

Deberías haber obtenido 390 (redondeado, ¡ya que Laura no puede vender una taza parcial de limonada!). Para Laura, es mucho más agradable planear vender 400-450 tazas de limonada (¡puede ser optimista!) Que preparar y traer suficientes cosas para 800, pero luego terminar vendiendo 200. Este es el poder de la regresión en los negocios. .

Resumen de la lección

El análisis de regresión es una herramienta estadística que busca relaciones entre variables que se pueden utilizar para predecir una variable elegida. Este análisis se utiliza en muchos campos de estudio diferentes, y en los negocios puede resultar particularmente útil. Una vez que tenga una idea de cómo las variables independientes pueden afectar su variable dependiente , puede comenzar a trabajar hacia un modelo de regresión que pueda ayudarlo a analizar o incluso brindarle información predictiva.

Una vez que obtenga un modelo que le proporcione algunas variables y coeficientes , podrá resolver las matemáticas y obtener una estimación basada en qué tan bien es su modelo para predecir el resultado real. Cuanto más lo use, más información recopilará y mejor será el modelo.

Rodrigo Ricardo Editor y fundador