8 votos

Prueba estadística para un cambio significativo en la tendencia de las series temporales (ventas) tras el cambio de política

Mis disculpas si esto ya se ha tratado antes, pero mi experiencia con la estadística es un poco limitada, sobre todo cuando se trata de análisis de series temporales.

Mi pregunta actual se refiere al análisis de una tendencia en las ventas mensuales antes y después de un evento para un solo producto. Supongamos que hay un nuevo producto con ventas mensuales crecientes, pero la empresa decide iniciar una promoción 12 meses después de su lanzamiento para aumentar aún más las ventas. Un año más tarde, la empresa quiere examinar si la tendencia de las ventas después de la promoción es significativamente diferente de la tendencia anterior a la promoción (lo ideal sería que las ventas unitarias aumentaran a un ritmo más rápido después del inicio de la promoción). Así que, esencialmente, quiero determinar si si había previsto 12 meses en el futuro justo antes de la promoción, son las ventas significativamente diferentes de lo que realmente resultaron ser.

¿Qué prueba estadística es la más adecuada para determinar si la tendencia de las ventas mensuales es significativamente diferente antes y después de la promoción? Sólo dispongo de un punto de datos para cada punto temporal (ventas mensuales) antes y después, y como las ventas son crecientes me he encontrado con problemas debido al requisito de "estacionariedad" de muchas pruebas, así como al hecho de que sólo tendría 12 puntos de datos históricos en los que basar la previsión inicial.

7voto

takeenan Puntos 11

¿Se adapta a sus necesidades un análisis de intervención de series temporales? Estima cuánto ha cambiado una intervención en una serie temporal, si es que lo ha hecho.

cómo en R: http://www.r-bloggers.com/time-series-intervention-analysis-wih-r-and-sas/

ejemplo de uso: ¿Qué prueba debo utilizar para determinar si un cambio de política ha tenido un impacto estadísticamente significativo en los registros del sitio web?

notas del curso en línea: https://onlinecourses.science.psu.edu/stat510/?q=node/76

4voto

Ian Roberts Puntos 151

Me doy cuenta de que esta respuesta es un poco tarde para el autor de esta pregunta, pero pensé que podría ayudar a otros que revisen esta pregunta.

Existe un excelente documento tutorial sobre el análisis de series temporales interrumpidas de Bernal et al:

Bernal, J. L., Cummins, S., Gasparrini; A. (2017). Interrupted time regresión de series temporales para la evaluación de intervenciones de salud pública: un tutorial, Revista Internacional de Epidemiología, 46(1): 348-355.

Puede descargarlo gratuitamente en: https://www.researchgate.net/publication/303883790_Interrupted_time_series_regression_for_the_evaluation_of_public_health_interventions_A_tutorial

Y lo mejor de todo es que el material complementario del artículo incluye Código R para todos los ejemplos analizados en el documento.

Es especialmente relevante para la pregunta del cartel, ya que utiliza la regresión lineal segmentada, que es más apropiada para conjuntos de datos más pequeños (es decir, menos de 100 puntos temporales) que ARIMA.

1voto

auselen Puntos 121

Sin saber más sobre los datos, especialmente las variables independientes (los regresores), será imposible dar una solución única para todos aquí.

Sin embargo, la cuestión que usted aborda entra en el ámbito de la econometría. Como tal, hay un par de buenos textos que le llevarán más lejos.

El libro más sencillo que le dará las herramientas para abordar esta cuestión es Introduction to Econometrics de Stock&Watson . Es un libro de texto para estudiantes que ofrece un enfoque muy moderno. Su pequeña muestra puede dar problemas.

Los libros estándar que uno recomendaría en este caso son "Econometría" de Fumio Hayashi o Análisis econométrico por Greene.

Por último, si realmente quiere profundizar en este problema, la guía a la que debe acudir es el emblemático "Time Series Analysis" de Hamilton. Sin embargo, es un libro difícil.

Tenga en cuenta que existen otros enfoques en Estadística, a menudo con su propia terminología y objetivos. Sin embargo, en este caso la econometría es la que mejor se adapta, ya que está diseñada exactamente para problemas como éste.

Las pruebas que habría que realizar específicamente dependen en gran medida de los datos, el modelo y el enfoque. Será algún tipo de prueba de ruptura estructural, si quieres investigar lo que hay disponible allí. Pero, como ya te has dado cuenta, con 12 observaciones el tamaño de la muestra y, por tanto, la selección del modelo será un problema incluso antes de llegar a estas pruebas.

0voto

jtomson Puntos 101

SSD For R es un paquete que facilita este tipo de análisis de intervención. Sólo necesita un valor y una columna de fase, y ABRegres le dará los datos para determinar si las tendencias en las fases de referencia y de intervención son estadísticamente significativas. https://ssdanalysis.com

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X