Implementación del modelo de regresión logística en el área comercial de W.C. Instalaciones
No hay miniatura disponible
Fecha
Fecha
2024-04-16
Autores
Director
Colaboradores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Altmetric
Descripción
Una de las aplicaciones de la regresión logística es representar modelos de clasificación para anticipar el desenlace de una variable categorizada en función de variables independientes. Mediante el análisis de un conjunto de datos compuesto por variables de entrada y un resultado binario, modela la probabilidad de ocurrencia de un evento, comúnmente señalado como "sí" o "no". A diferencia de la regresión lineal, este enfoque se adapta a la predicción de resultados categóricos y evita supuestos sobre la normalidad de los residuos. Este modelo estadístico fue practicado en el transcurso de la pasantía en Instalaciones Hidráulicas y Sanitarias W.C. S.A.S. donde se desarrolló la elaboración de ofertas personalizadas a solicitud de potenciales clientes en el área comercial. La empresa se define como una entidad de ingeniería especializada en la prestación de servicios para el diseño y construcción de instalaciones hidráulicas, sanitarias, de gas, entre otras, destinados a edificaciones residenciales, comerciales, institucionales e industriales a nivel nacional. Se efectuaron reuniones trimestrales con el fin de evaluar el rendimiento de todas las áreas mediante indicadores de gestión. Se realizó la recopilación y depuración de los datos, se importan a Python con el fin de realizar el análisis y su relación frente a la clasificación actual de las ofertas. Se emplearon métodos de limpieza de datos en los registros físicos y digitales de las ofertas. El proceso generó la presentación de un informe final comprendiendo los resultados obtenidos durante el proceso.
Resumen
Logistic regression represents a classification method used to anticipate the outcome of a variable categorized based on independent variables. By analyzing a data set composed of input variables and a binary outcome, it models the probability of occurrence of an event, commonly denoted as “yes” or “no.” Unlike linear regression, this approach accommodates the prediction of categorical outcomes and avoids assumptions about the normality of residuals. This statistical model was excutioned during an internship at Instalaciones Hidráulicas y Sanitarias W.C. S.A.S. where the development of tailored offers was developed at the request of potential clients in the commercial area. The company defines itself as an engineering entity specialized in providing services for the design and construction of hydraulic, sanitary, gas installations, etc. intended for residential, commercial, institutional and industrial buildings nationwide. Quarterly meetings were held in order to evaluate the performance of all areas through management indicators. The objective consisted on the data collection, cleansing and analysis in Python with the purpose of investigating its possible relationship with the current classification to offers. Data cleaning methods were used in the physical records, as well as in the Excel documents along with the creation of virtual tools for the registration for future entries. The process generated the presentation of a final report comprising the results obtained during the process.
Palabras clave
Oferta comercial, Base de datos, Regresión logística, Machine Learning