Actividad 2

Ejemplo en Clase Lunes 17: Población

Instalar paquetes y llamar librerías

# install.packages("forecast")
library(forecast)
# install.packages("tidyverse")
library(tidyverse)
# install.packages("ggplot2")
library(ggplot2)

Importar la base de datos

poblacion <- read.csv("C:\\Users\\gamas\\Downloads\\population.csv")

Entender la base de datos

summary(poblacion)

##     state                year        population      
##  Length:6020        Min.   :1900   Min.   :   43000  
##  Class :character   1st Qu.:1930   1st Qu.:  901483  
##  Mode  :character   Median :1960   Median : 2359000  
##                     Mean   :1960   Mean   : 3726003  
##                     3rd Qu.:1990   3rd Qu.: 4541883  
##                     Max.   :2019   Max.   :39512223

str(poblacion)

## 'data.frame':    6020 obs. of  3 variables:
##  $ state     : chr  "AK" "AK" "AK" "AK" ...
##  $ year      : int  1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 ...
##  $ population: int  135000 158000 189000 205000 215000 222000 224000 231000 224000 224000 ...

head(poblacion)

##   state year population
## 1    AK 1950     135000
## 2    AK 1951     158000
## 3    AK 1952     189000
## 4    AK 1953     205000
## 5    AK 1954     215000
## 6    AK 1955     222000

Serie de tiempo de Texas

poblacion_texas <- poblacion %>% filter(state=="TX")
ggplot(poblacion_texas, aes(x=year, y=population)) +
  geom_line() +
  labs(title="Población de Texas", x = "Año",
       y="Población")

ts_texas <- ts(poblacion_texas$population, start=1900, frequency=1) #Serie de tiempo anual
ts_texas <- ts(poblacion_texas$population, start=1900, frequency=4) #Serie de tiempo trimestral
ts_texas <- ts(poblacion_texas$population, start=1900, frequency=12) #Serie de tiempo mensual
arima_texas <- auto.arima(ts_texas)
summary(arima_texas)

## Series: ts_texas 
## ARIMA(0,2,2) 
## 
## Coefficients:
##           ma1      ma2
##       -0.5950  -0.1798
## s.e.   0.0913   0.0951
## 
## sigma^2 = 1.031e+10:  log likelihood = -1527.14
## AIC=3060.28   AICc=3060.5   BIC=3068.6
## 
## Training set error measures:
##                    ME     RMSE      MAE       MPE      MAPE       MASE
## Training set 12147.62 99818.31 59257.39 0.1046163 0.5686743 0.02296775
##                     ACF1
## Training set -0.02136734

pronostico_texas <- forecast(arima_texas, level=95, h=10)
pronostico_texas

##          Point Forecast    Lo 95    Hi 95
## Jan 1910       29398472 29199487 29597457
## Feb 1910       29806827 29463665 30149990
## Mar 1910       30215183 29742956 30687410
## Apr 1910       30623538 30024100 31222977
## May 1910       31031894 30303359 31760429
## Jun 1910       31440249 30579246 32301253
## Jul 1910       31848605 30851090 32846119
## Aug 1910       32256960 31118581 33395339
## Sep 1910       32665316 31381587 33949044
## Oct 1910       33073671 31640070 34507272

plot(pronostico_texas, main="Población de Texas")

Ejercicio en Clase Lunes 17: Mapa

#install.packages("maps")
library(maps)

## 
## Attaching package: 'maps'

## The following object is masked from 'package:purrr':
## 
##     map

Importar la base de datos

poblacion <- read.csv("C:\\Users\\gamas\\Downloads\\population.csv")

Entender la base de datos

summary(poblacion)

##     state                year        population      
##  Length:6020        Min.   :1900   Min.   :   43000  
##  Class :character   1st Qu.:1930   1st Qu.:  901483  
##  Mode  :character   Median :1960   Median : 2359000  
##                     Mean   :1960   Mean   : 3726003  
##                     3rd Qu.:1990   3rd Qu.: 4541883  
##                     Max.   :2019   Max.   :39512223

str(poblacion)

## 'data.frame':    6020 obs. of  3 variables:
##  $ state     : chr  "AK" "AK" "AK" "AK" ...
##  $ year      : int  1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 ...
##  $ population: int  135000 158000 189000 205000 215000 222000 224000 231000 224000 224000 ...

head(poblacion)

##   state year population
## 1    AK 1950     135000
## 2    AK 1951     158000
## 3    AK 1952     189000
## 4    AK 1953     205000
## 5    AK 1954     215000
## 6    AK 1955     222000

Crear un mapa

map(database="state")
map(database="state", regions="Texas", col="red", fill=TRUE, add=TRUE)
map(database="state", regions="New York", col="green", fill=TRUE, add=TRUE)
title(main = "Pronóstico de Población en EE.UU.")

Actividad 2: Leche saborizada Hershey’s

Instalar paquetes y llamar librerías

# install.packages("forecast")
library(forecast)
# install.packages("tidyverse")
library(tidyverse)
# install.packages("ggplot2")
library(ggplot2)

Importar la base de datos

ventas <- read.csv("C:\\Users\\gamas\\Downloads\\lechitas1.csv")

1. Modelo AUTO.ARIMA

ts_ventas <- ts(ventas$Ventas, start=c(2017,1), frequency=12)
autoplot(ts_ventas) + labs(title="Ventas de Leche Saborizada Hershey's", x="Tiempo", y="Miles de Dólares")

arima_ventas <- auto.arima(ts_ventas)
summary(arima_ventas)

## Series: ts_ventas 
## ARIMA(1,0,0)(1,1,0)[12] with drift 
## 
## Coefficients:
##          ar1     sar1     drift
##       0.6383  -0.5517  288.8980
## s.e.  0.1551   0.2047   14.5026
## 
## sigma^2 = 202700:  log likelihood = -181.5
## AIC=371   AICc=373.11   BIC=375.72
## 
## Training set error measures:
##                    ME    RMSE      MAE        MPE      MAPE       MASE
## Training set 25.22163 343.863 227.1699 0.08059942 0.7069541 0.06491041
##                   ACF1
## Training set 0.2081043

pronostico_ventas <- forecast(arima_ventas, level=95, h=10)
pronostico_ventas

##          Point Forecast    Lo 95    Hi 95
## Jan 2020       35498.90 34616.48 36381.32
## Feb 2020       34202.17 33155.29 35249.05
## Mar 2020       36703.01 35596.10 37809.92
## Apr 2020       36271.90 35141.44 37402.36
## May 2020       37121.98 35982.07 38261.90
## Jun 2020       37102.65 35958.91 38246.40
## Jul 2020       37151.04 36005.74 38296.35
## Aug 2020       38564.65 37418.71 39710.59
## Sep 2020       38755.23 37609.03 39901.42
## Oct 2020       39779.03 38632.73 40925.33

autoplot(pronostico_ventas) + labs(title="Pronóstico de ventas 2020 de Leche Saborizada Hershey's", x="Tiempo", y="Miles de Dólares")

2. Modelo de Regresión Lineal

ventas$Mes <- 1:36
regresion_ventas <- lm(Ventas ~ Mes, data=ventas)
summary(regresion_ventas)

## 
## Call:
## lm(formula = Ventas ~ Mes, data = ventas)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -2075.79  -326.41    33.74   458.41  1537.04 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 24894.67     275.03   90.52   <2e-16 ***
## Mes           298.37      12.96   23.02   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 808 on 34 degrees of freedom
## Multiple R-squared:  0.9397, Adjusted R-squared:  0.9379 
## F-statistic: 529.8 on 1 and 34 DF,  p-value: < 2.2e-16

next_year <- data.frame(Mes=37:48)
prediccion_regresion <- predict(regresion_ventas, next_year)
prediccion_regresion

##        1        2        3        4        5        6        7        8 
## 35934.49 36232.86 36531.23 36829.61 37127.98 37426.35 37724.73 38023.10 
##        9       10       11       12 
## 38321.47 38619.85 38918.22 39216.59

plot(ventas$Mes, ventas$Ventas, data=ventas, main="Pronóstico de ventas 2020 de Leche Saborizada Hershey's", xlab="Tiempo", ylab="Miles de Dólares")

## Warning in plot.window(...): "data" is not a graphical parameter

## Warning in plot.xy(xy, type, ...): "data" is not a graphical parameter

## Warning in axis(side = side, at = at, labels = labels, ...): "data" is not a
## graphical parameter
## Warning in axis(side = side, at = at, labels = labels, ...): "data" is not a
## graphical parameter

## Warning in box(...): "data" is not a graphical parameter

## Warning in title(...): "data" is not a graphical parameter

abline(regresion_ventas, col="blue")
points(next_year$Mes, prediccion_regresion, col="red")

predicciones_reales <- predict(regresion_ventas, ventas)
predicciones_reales

##        1        2        3        4        5        6        7        8 
## 25193.04 25491.42 25789.79 26088.16 26386.54 26684.91 26983.28 27281.66 
##        9       10       11       12       13       14       15       16 
## 27580.03 27878.40 28176.78 28475.15 28773.52 29071.90 29370.27 29668.64 
##       17       18       19       20       21       22       23       24 
## 29967.02 30265.39 30563.76 30862.14 31160.51 31458.89 31757.26 32055.63 
##       25       26       27       28       29       30       31       32 
## 32354.01 32652.38 32950.75 33249.13 33547.50 33845.87 34144.25 34442.62 
##       33       34       35       36 
## 34740.99 35039.37 35337.74 35636.11

MAPE <- mean(abs((ventas$Ventas -
predicciones_reales)/ventas$Ventas))*100
MAPE

## [1] 2.011298

3. Conclusiones

El mejor modelo que se adapta a la serie es el SARIMA con un MAPE de 0.70%, comparado con la Regresión Lineal con su MAPE de 2.01%.

Para el siguiente año, la proyección de ventas es la siguiente:

Mes y Año | Escenario Esperado | Escenario Pesimista | Escenario Optimista |

Jan 2020 | 35498.90 | 34616.48 | 36381.32 |
Feb 2020 | 34202.17 | 33155.29 | 35249.05 |
Mar 2020 | 36703.01 | 35596.10 | 37809.92 |
Apr 2020 | 36271.90 | 35141.44 | 37402.36 |
May 2020 | 37121.98 | 35982.07 | 38261.90 |
Jun 2020 | 37102.65 | 35958.91 | 38246.40 |
Jul 2020 | 37151.04 | 36005.74 | 38296.35 |
Aug 2020 | 38564.65 | 37418.71 | 39710.59 |
Sep 2020 | 38755.23 | 37609.03 | 39901.42 |
Oct 2020 | 39779.03 | 38632.73 | 40925.33 |
Nov 2020 | 38741.63 | 37595.29 | 39887.97 |
Dec 2020 | 38645.86 | 37499.50 | 39792.22 |

#file.choose()
ventas_por_anio <- read.csv("C:\\Users\\gamas\\Downloads\\ventas_por_anios.csv")
ggplot(ventas_por_anio, aes(x=mes, y=ventas,
col=as.factor(anio), group=anio)) +
  geom_line() +
  labs(title = "Ventas de Leche saborizada Hershey's por Año",
x="Mes", y="Miles de Dólares")

Nuestra recomendación sería realizar campañas publicitarias para aumentar el consumo de leche saborizada Hershey’s en el primer semestre del año.