ComenzarEmpieza gratis

¿Cuál es el valor añadido?

Seguro que recuerdas el mal rendimiento de tu primer modelo de respuesta simple. Ahora te pica la curiosidad por el valor añadido de incluir retardos. Por eso, combinas todas las herramientas de marketing y sus efectos con retardo en un único modelo llamado extended.model. Obtienes las predicciones del modelo usando la función fitted.values() sobre el objeto extended.model. Para tener en cuenta la pérdida de la primera observación debida a la operación de retardo, añades NA al vector de valores predichos.

Esta vez, para comprobar tu modelo, muestras la relación entre log(SALES) y el índice de ejecución usando plot(). Del mismo modo, añades las predicciones del modelo al gráfico con lines(). La función lines() une los puntos de datos predichos y el índice de ejecución mediante segmentos de línea.

Este ejercicio forma parte del curso

Creación de modelos de respuesta en R

Ver curso

Instrucciones del ejercicio

  • Estima un modelo de respuesta ampliado que explique log(SALES) por todas las herramientas de marketing y sus términos con retardo. Asigna el resultado a un objeto llamado extended.model.
  • Obtén las predicciones del modelo usando la función fitted.values() sobre el objeto extended.model. Asigna el resultado a un objeto llamado predicted.values.
  • Muestra la relación entre log(SALES) y el índice de ejecución usando la función plot().
  • Añade las predicciones del modelo al gráfico usando la función lines().

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Extend the sales resonse model
___ <- ___(___ ~ PRICE + Price.lag + DISPLAY + Display.lag + COUPON + Coupon.lag + DISPLAYCOUPON + DisplayCoupon.lag, data = sales.data)

# Obtain the model predictions
predicted.values <- c(NA,___(___))

# Plot log(SALES) against the running index
___(___ ~ 1, data = sales.data)

# Add the model predictions to the plot
___(___ ~ ___)
Editar y ejecutar código