Modèle D'élasticité de Prix/Demande Du Point de Vue Bayésien : Le Cas D'une Entreprise de Détail Chilienne

• Autorzy: Camilo González

Warianty tytułu

Price/demand elasticity model from the Bayesian approach : The case of a Chilean retail company

• Języki publikacji: FR

Abstrakty

Ce projet présente les données d'une entreprise chilienne de détail pour modeler l'élasticité d'un point de vue bayésien. L'élasticité mesure le comportement des produits sur la base des prix et de la demande. Elle peut être obtenue à travers des régressions linéaires du logarithme des prix et les unités vendues. Le problème se pose avec les réductions, les jours spéciaux, etc. Cette relation temporelle provoque des biais dans les estimations que l'entreprise compense en réalisant une chaîne de régressions. La statistique Bayésienne fixe une distribution pour les paramètres, et ensuite, avec la plausibilité, utilise la règle de Bayes pour obtenir une distribution a posteriori. Le projet utilise une a priori Normal-Gamma- -Inverse pour spécifier le modèle de régression linéaire. Pour l'application, on obtient les élasticités au niveau de ligne à travers le modèle classique et les élasticités de produit avec le modèle bayésien, en incorporant l'information de la ligne. A travers un t-test on conclut que la moyenne des élasticités de la chaîne ne diffère pas de celles obtenues par le modèle bayésien. Par conséquent, en complémentant les deux points de vue, on obtient de bons résultats qui peuvent être utilisés dans le commerce.(abstrakt oryginalny)

EN

This project presents data from a Chilean retail firm to model elasticity from a Bayesian perspective. Elasticity measures the behavior of products based on price and demand. It can be obtained through linear regressions of the logarithm of prices and units sold. The problem arises with discounts, special days, etc. This temporal relationship causes biases in the estimates that the company compensates for by performing a chain of regressions. Bayesian statistics fixes a distribution for the parameters, and then, with plausibility, uses Bayes' rule to obtain a posteriori distribution. The project uses an a priori NormalGamma-Inverse to specify the linear regression model. For the application, we obtain the line level elasticities through the classical model and the product elasticities with the Bayesian model, incorporating the line information. Through a t-test we conclude that the average of the chain elasticities does not differ from those obtained by the Bayesian model. Therefore, by complementing the two points of view, we obtain good results that can be used in trade.(original abstract)

Słowa kluczowe

EN

Demand elasticity; Retail trade; Enterprises

PL

Elastyczność popytu; Handel detaliczny; Przedsiębiorstwo

• Czasopismo: Revue Internationale des Economistes de Langue Française : revue de l'Association Internationale de Economistes de Langue Française avec la collaboration Université des Sciences Economiques et de Gestion
• Rocznik: 2023
• Tom: 8
• Numer: nr 1
• Strony: 90--105

Twórcy

autor

Camilo González

• Banque du Chili - Chili

Bibliografia

• Agresti, A. (2015). Foundations of linear and generalized linear models. John Wiley & Sons.
• Fahrmeir, L., Kneib, T., Lang, S., & Marx, B. (2013). Regression: Models, methods and applications. Springer-Verlag. https://doi.org/10.1007/978-3-642-34333-9
• Hoff, P. D. (2009). A first course in Bayesian statistical methods. Springer Science + Business Media.
• Kim, S., & Kim, H. (2016). A new metric of absolute percentage error for intermittent demand forecasts. International Journal of Forecasting, 32(3), 669-679. https://doi.org/10.1016/j. ijforecast.2015.12.003
• Laurinec, P. (2018). TSrepr R package: Time series representations. The Journal of Open Source Software, 3(23), 577. https://doi.org/10.21105/joss.00577
• Marrero, F., Font, E., & Lazcano, C. (2015). Reflexiones sobre el concepto de elasticidad y su interpretación matemática y económica. Revista de Ciencia, Tecnología e Innovación, 2(2), 105-115.
• Ruxton, G. D. (2006). The unequal variance t-test is an underused alternative to Student's t-test and the Mann-Whitney U test. Behavioral Ecology, 17(4), 688-690. https://doi. org/10.1093/beheco/ark016
• Schauberger, P., & Walker, A. (2020). openxlsx: Read, Write and Edit xlsx files. https:// CRAN.R-project.org/package=openxlsx
• Wickham, H., Averick, M., Bryan, J., Chang, W., McGowan, L.D., François, R., Grolemund, G., Hayes, A., Henry, L., Hester, J., Kuhn, M., Pedersen, T. L., Miller, E., Bache, S. M., Müller, K., Ooms, J., Robinson, D., Seidel, D. P., Spinu, V., ..., Yutani, H. (2019). Welcome to the tidyverse. The Journal of Open Source Software, 4(43), 1686. https://doi.org/10.21105/ joss.01686
• Willmott, C., & Matsuura, M. (2005). Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance. Climate Research, 30, 79-82. https://www.int-res.com/articles/cr2005/30/c030p079.pdf
• Yan, Y. (2016). MLmetrics: Machine learning evaluation metrics. https://CRAN.R-project. org/package=MLmetrics

Identyfikatory

DOI

10.18559/RIELF.2023.1.7