“Modelo Predictivo | Renta de Bicis”

### Contexto

Una empresa de renta de bicicletas quiere obtener un pronóstico de rentas mensuales para el próximo año.

Paso 1. Importar la base de datos

df <- read.csv("/Users/carosuarez/Documents/Copia de rentadebicis.csv")

Paso 2. Entender la base de datos

resumen <- summary(df)
resumen

##       hora            dia              mes              año      
##  Min.   : 0.00   Min.   : 1.000   Min.   : 1.000   Min.   :2011  
##  1st Qu.: 6.00   1st Qu.: 5.000   1st Qu.: 4.000   1st Qu.:2011  
##  Median :12.00   Median :10.000   Median : 7.000   Median :2012  
##  Mean   :11.54   Mean   : 9.993   Mean   : 6.521   Mean   :2012  
##  3rd Qu.:18.00   3rd Qu.:15.000   3rd Qu.:10.000   3rd Qu.:2012  
##  Max.   :23.00   Max.   :19.000   Max.   :12.000   Max.   :2012  
##     estacion     dia_de_la_semana     asueto         temperatura   
##  Min.   :1.000   Min.   :1.000    Min.   :0.00000   Min.   : 0.82  
##  1st Qu.:2.000   1st Qu.:2.000    1st Qu.:0.00000   1st Qu.:13.94  
##  Median :3.000   Median :4.000    Median :0.00000   Median :20.50  
##  Mean   :2.507   Mean   :4.014    Mean   :0.02857   Mean   :20.23  
##  3rd Qu.:4.000   3rd Qu.:6.000    3rd Qu.:0.00000   3rd Qu.:26.24  
##  Max.   :4.000   Max.   :7.000    Max.   :1.00000   Max.   :41.00  
##  sensacion_termica    humedad       velocidad_del_viento
##  Min.   : 0.76     Min.   :  0.00   Min.   : 0.000      
##  1st Qu.:16.66     1st Qu.: 47.00   1st Qu.: 7.002      
##  Median :24.24     Median : 62.00   Median :12.998      
##  Mean   :23.66     Mean   : 61.89   Mean   :12.799      
##  3rd Qu.:31.06     3rd Qu.: 77.00   3rd Qu.:16.998      
##  Max.   :45.45     Max.   :100.00   Max.   :56.997      
##  rentas_de_no_registrados rentas_de_registrados rentas_totales 
##  Min.   :  0.00           Min.   :  0.0         Min.   :  1.0  
##  1st Qu.:  4.00           1st Qu.: 36.0         1st Qu.: 42.0  
##  Median : 17.00           Median :118.0         Median :145.0  
##  Mean   : 36.02           Mean   :155.6         Mean   :191.6  
##  3rd Qu.: 49.00           3rd Qu.:222.0         3rd Qu.:284.0  
##  Max.   :367.00           Max.   :886.0         Max.   :977.0

Observaciones:

1. Los dias llegan hasta el 19 y no hasta el 31. R: No se sabe.

2. ¿Cuál es la clave de las estaciones?. R: 1 Primavera, 2 Verano, 3 Invierno, …

3. ¿Cuál es el día 1 de la semana?R: 1 Domingo, 2 Lunes, …

Paso 3. Gráfica Influencia de la Temperatura sobre las Rentas Totales

plot(df$temperatura,df$rentas_totales,main="influencia de la temperatura sobre las rentas", xlab="Temperatura(°C))", ylab="Cantidad")

plot

## function (x, y, ...) 
## UseMethod("plot")
## <bytecode: 0x115f8df48>
## <environment: namespace:base>

Paso 4. Generar regresión lineal

regresion <- lm (rentas_totales ~ hora + mes + año + estacion + dia_de_la_semana + asueto + temperatura + sensacion_termica + humedad + velocidad_del_viento, data = df)
summary(regresion)

## 
## Call:
## lm(formula = rentas_totales ~ hora + mes + año + estacion + 
##     dia_de_la_semana + asueto + temperatura + sensacion_termica + 
##     humedad + velocidad_del_viento, data = df)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -308.97  -93.75  -28.03   61.55  652.13 
## 
## Coefficients:
##                        Estimate Std. Error t value Pr(>|t|)    
## (Intercept)          -1.661e+05  5.497e+03 -30.217  < 2e-16 ***
## hora                  7.733e+00  2.070e-01  37.357  < 2e-16 ***
## mes                   9.997e+00  1.682e+00   5.943 2.88e-09 ***
## año                   8.259e+01  2.732e+00  30.226  < 2e-16 ***
## estacion             -7.770e+00  5.177e+00  -1.501  0.13348    
## dia_de_la_semana      4.251e-01  6.918e-01   0.615  0.53888    
## asueto               -5.108e+00  8.364e+00  -0.611  0.54141    
## temperatura           1.606e+00  1.038e+00   1.547  0.12178    
## sensacion_termica     4.730e+00  9.552e-01   4.952 7.47e-07 ***
## humedad              -2.115e+00  7.885e-02 -26.827  < 2e-16 ***
## velocidad_del_viento  5.671e-01  1.808e-01   3.137  0.00171 ** 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 141.7 on 10875 degrees of freedom
## Multiple R-squared:  0.389,  Adjusted R-squared:  0.3884 
## F-statistic: 692.2 on 10 and 10875 DF,  p-value: < 2.2e-16

Paso 5. Ajustar la regresión lineal

regresion_ajustada <- lm (rentas_totales ~ hora + mes + año + sensacion_termica + humedad + velocidad_del_viento, data = df)
summary(regresion_ajustada)

## 
## Call:
## lm(formula = rentas_totales ~ hora + mes + año + sensacion_termica + 
##     humedad + velocidad_del_viento, data = df)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -308.60  -93.85  -28.34   61.05  648.09 
## 
## Coefficients:
##                        Estimate Std. Error t value Pr(>|t|)    
## (Intercept)          -1.662e+05  5.496e+03 -30.250  < 2e-16 ***
## hora                  7.734e+00  2.070e-01  37.364  < 2e-16 ***
## mes                   7.574e+00  4.207e-01  18.002  < 2e-16 ***
## año                   8.266e+01  2.732e+00  30.258  < 2e-16 ***
## sensacion_termica     6.172e+00  1.689e-01  36.539  < 2e-16 ***
## humedad              -2.121e+00  7.858e-02 -26.988  < 2e-16 ***
## velocidad_del_viento  6.208e-01  1.771e-01   3.506 0.000457 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 141.7 on 10879 degrees of freedom
## Multiple R-squared:  0.3886, Adjusted R-squared:  0.3883 
## F-statistic:  1153 on 6 and 10879 DF,  p-value: < 2.2e-16

Paso 5. Construir un modelo predictivo

datos <- data.frame(hora=12, mes=1:12, año=2013, sensacion_termica=24, humedad=62, velocidad_del_viento=13)
predict(regresion_ajustada,datos)

##        1        2        3        4        5        6        7        8 
## 279.1478 286.7215 294.2952 301.8690 309.4427 317.0164 324.5901 332.1638 
##        9       10       11       12 
## 339.7375 347.3112 354.8849 362.4587

Conclusiones

En este ejercicio se generó un modelo predictivo, cuya finalidad es identificar las relaciones entre las variables explicativas (hora, mes, año, etc) y la variable predictiva (rentas de bicicletas totales).

Este modelo será de utilidad para la toma de decisiones de la empresa al generar escenarios con exactitud del 39% y una confiabilidad del 95%.