En una regresión lineal, ¿debo incluir variables independientes que ya se sabe que predicen la variable dependiente?

Question

Tengo una tienda online y estoy intentando encontrar los factores que podrían predecir la rentabilidad de una mercancía. Para ello, he realizado una regresión lineal con el beneficio como variable dependiente. Para las variables independientes, he utilizado todos los datos que tengo registrados sobre cada mercancía, que incluyen cosas como el número de competidores, los precios de los competidores, el año de producción, etc. La idea es crear una lista de criterios para determinar si debo o no vender una mercancía determinada.

Sin embargo, el resultado es siempre obvio: el precio de venta y el coste de compra son los únicos predictores significativos (hay otras variables estadísticamente significativas, pero su beta es muy baja). Dado que obviamente afectarían al beneficio, ¿debo excluirlas?

He intentado excluirlos y el resultado es mucho más interesante, pero no sé si son válidos. También he probado a cambiar la variable dependiente del beneficio por el precio de venta y los resultados son idénticos.

Answer 1

$$ \text{profit} = (\text{price}-\text{cost})\times\text{sales}. $$

No creo que tenga sentido retrotraer el beneficio al precio o al coste. O de las ventas. Nosotros conozca la relación anterior.

En su lugar, trabaje para comprender los tres factores anteriores. Por ejemplo, en una primera aproximación, podemos considerar que el coste es fijo, ya que es posible que sólo podamos negociarlo a medio plazo. Eso nos deja con el precio de venta y las ventas.

Y, por supuesto, el precio influirá en las ventas.

Así que yo recomendaría prever las ventas futuras, utilizando el precio como motor, por ejemplo, utilizando regresión . Experimenta con diferentes puntos de precio posibles y encuentra el que maximice el beneficio según la fórmula anterior. Siéntase libre de incluir otros factores, como los precios de sus competidores, en la previsión de ventas (pero tenga en cuenta que, por supuesto, tendrá que previsión precios de los futuros competidores).

El problema: si está realizando este análisis para determinar si debe o no vender una determinada mercancía, lo más probable es que aún no disponga de datos sobre el producto concreto que está analizando. Así que un enfoque de regresión directa no le ayudará. En su lugar, busque productos "similares" con ventas históricas conocidas para entrenar sus modelos.

Answer 2

Creo que algo que podría ayudar es reformular ligeramente la pregunta. Estoy de acuerdo en que, para la rentabilidad, la mayor diferencia entre el precio de compra y el de venta sería un buen indicador (o tal vez el único indicador que podría necesitar), pero eso no es muy perspicaz. Lo que yo haría es normalizar el beneficio por los precios de compra o venta. Por ejemplo, para cada producto, calcular algo como

Beneficio/(precio de compra) o Beneficio/(precio de venta)

Y retroceder en los otros hechos. Así, un coeficiente grande te diría ahora qué es importante para obtener más beneficios por cada dólar en el precio de compra/venta.