README.md

Atributos

Estructura

• Los atrichos A ):
• Cosntruyen CSV con caracteristicas de clientes utilizados más adeltante, en la sección B )
• Los Archivos B )

Listado de cosas pendientes

1. Contrucción de caracterisitcasc RFM
2. Contrucción Atributos tamaño de lote
3. Contrucción de la disponibiliadd de pago
   • Caprteta exclusiva para este atributo
   • Construcción modelo matematico
   • Definir qué regresión usar
   • Mostrar las partes del modelo
   • Exponer qué representa los coeficientes del modelo
     • Segmentar las Semanas
   • Presentar el paso

Apuntes

La disposicipon de pago, se construye por etapas.

1. Se define el modelo de regresión general:
   1. Como forma introductoria qué es (Ecuación).
   2. Se presenta un rago de precios para este modelo de regresión, por medio de un grafico de dispersión.
   3. Explicación de lo que representan los coeficientes del modelo.
   4. Diferencias entre la interpretación de estos si es Log()/Nivel.
2. Se recoge el atributo del modelo llamado Semanas, estas Poseen la particularidad de influir en el precio, como se mencionó anteriormente, es por ello que se adieren en el modelo.
3. Las semanas.

Otro modo

1. Modelo OLS para definir p value
   • Simple Q+ Año
   • Polinomial +Año
   • Log/Nivel Q+Año
   • Log/Log(Q)+Año

Desarrollo del Log-Log

Pasos:

1. Evlauar el valor-p de las variables dummy semanas
2. Presentar los coeficientes del modelo.
   • Coeficiente de Q (Elasticidad, grafico puede ser)
   • Coeficiente del Año (Semi elasticidad, cuanto aumenta el precio % cuando se aumenta un año, se pasa al año siguiente.)
   • intercepto, define el Precio desde( No creo que sea necesario explicarlo)
   • Coeficientes de las semanas, estan en contraste a la semana 1.
   • Coeficiente de las semanas, delest_first=False.
3. graficar, los coeficientes del modelo
   • Los que no son semanas
   • Las semanas
     • Segmentar las semanas, Mostrar los cuartiles & Kmeans 1D.
     • Grafica de /Codigo%20refuerzo/Disposicion_de_pago/Cod_1 A)

Desarrollo Valoración

1. Data week Semana
2. Construcción modelo matematico
   • Un modelo por cada week tipe
   • Modelo que reemplza W por $C_W$
3. Un modelo por cada week type
4. Modelo que reemplza W por $C_W$
5. Ajuste facil de $\ln(P)$, $\ln(Q)$ a $P$, $Q$
6. Valoración del producto
   • Variación porcentual: $ % \triangle \text{Valoración} := \dfrac{Precio_{real} - Precio_{Estimado}}{Precio_{Estimado}}$
   • Variación escalar: $\triangle \text{Valoración} := Precio_{real} - Precio_{Estimado}$
7. Grafica de dispersión de los puntos
   • Color equivalente a la Valoración
   • Una grafica por Semana
   • Recta representado el valor corespondiente a la realción P/Q

Tareas Remoto:

1. Descargar CSVs
   • Weeek
   • Customers
   • RFM.
2. Descargar Graficos
   • Atributos
   • Disp_de_pago
3. Definir tareas ya cumplidas
4. Establecer cronograma, tareas futuras o carta gand con pasos a seguir a futuro. Para presentarselo al profesor el lunes.