Pontificia Universidad Católica de Chile
Escuela de Administración
EAA2320: Marketing Analytics
Primer Semestre 2025
Repaso Regresiones y Pre-procesamiento de datos
Ayudantı́a 1 - Marketing Analytics
Profesor: Ricardo Montoya
Ayudante: Benjamı́n Beltrán (Bbeltrn@uc.cl)
Introducción
El archivo wholefoods.csv contiene información sobre las ventas de una bebida probiótica en distintas
tiendas de Wholefoods, una cadena de supermercados estadounidense especializada en productos naturales y
orgánicos. Los datos contienen, entre otras, las ventas unitarias, precio promedio y actividad promocional en
tiendas para 126 tiendas de Wholefoods (la única cadena de retail que comercializaba el producto) durante 11
semanas entre mayo y julio de 2010.
Definición de Variables
• units: Número de unidades vendidas por tienda por semana.
• price: Precio de retail promedio del producto por tienda y semana.
• salesrep: Variable dummy definida como 1 si la tienda tiene un representante de ventas regional
(contacto cara a cara) y 0 si la tienda sólo tiene un representante de ventas nacional (ausencia de
contacto cara a cara).
• endcap: Si el producto fue exhibido en una cabecera de góndola en la tienda en la semana
correspondiente.
• demo: Variable dummy definida como 1 si la tienda tuvo una demostración del producto en la semana
correspondiente.
• demo13: Variable dummy definida como 1 si la tienda tuvo una demostración del producto hace 1-3
semanas.
• demo45: Variable dummy definida como 1 si la tienda tuvo una demostración del producto hace 4-5
semanas.
• natural: Número de retailers especializados en productos naturales ubicados dentro de 5 millas desde la
tienda.
• fitness: Número de gimnasios ubicados dentro de 5 millas desde la tienda.
• date: Fecha (formato 5/11/2010).
• store: Identificador de tienda.
1
Preguntas
Exploración de datos
Describir los datos:
1. Presente estadı́stica descriptiva de todos los datos, luego, solamente para las siguientes variables: units,
price, salesrep, endcap, demo, natural y fitness.
2. Comente el número de observaciones y variables.
3. ¿Qué variables son numéricas continuas, qué variables son alfanuméricas (character ) y cuáles son
dummy (toman valores 0 o 1)?
Graficar los datos:
1. Presente un histograma para y un boxplot para cada una de las siguientes variables: units, price,
salesrep y endcap. ¿Que observa? ¿Son adecuados estos graficos?
Análisis de regresión
Estimación de modelos:
1. Estime un modelo de regresión lineal en que la variable dependiente es el número de unidades del
producto vendidas por una tienda en una semana dada y las variables independientes son: price,
salesrep, demo, demo13, demo45, natural, fitness. Interprete los coeficientes estimados
(comentando sobre su significancia estadı́stica y su sentido económico) y comente el poder explicativo
del modelo.
2. Ahora, cree las variables log(price) y log(units):
(a) Vuelva a correr la regresión, pero esta vez reemplace la variable price por log(price). ¿Cómo se
interpreta el coeficiente de esta variable?
(b) Vuelva a correr la regresión, pero reemplace la variable price por log(price) y units por
log(units). ¿Cómo interpretarı́a el coeficiente de log(price) ahora?
Comparación de modelos:
1. Compare los modelos del punto 1 junto con el modelo del punto 2.2, en los ámbitos de: capacidad
predictiva y facilidad de interpretación. Luego elegir un modelo y explique su elección
Aplicación
1. Wholefoods planea abrir una nueva mega tienda, por lo que la empresa busca identificar sectores en
donde vender su producto y necesita analizar cómo factores como la cantidad de tiendas de productos
naturales (natural) y gimnasios cercanos (fitness) influyen en las ventas. A partir del modelo de
regresión hecho anteriormente en el punto 1 del tema 2, es posible determinar qué caracterı́sticas
deseables deberı́an tener las nuevas ubicaciones para maximizar el éxito del producto.
2