Pregunta 1: Series de tiempo (3 puntos)
Un supermercado que promueve productos orgánicos está monitoreando la demanda diaria de estos productos durante los últimos 301 días. Inicialmente, la demanda estaba alrededor de las 100 unidades diarias, pero se sospecha que ha disminuido debido a factores como la competencia de otros supermercados y el incremento en los precios.
Dentro del archivo "ventaDiaria.csv" se encuentra las unidades vendidas en los últimos 301 días, y presenta la siguiente estructura
dia: día de la venta (correlativo)
ventas: ventas para cada día
a) (0.5 puntos) Grafique la serie de tiempo para la venta a lo largo de cada día. Indique si presenta alguna tendencia y de qué tipo.
b) (0.5 puntos) Utilizando la función diff grafique la serie de tiempo para la venta a lo largo de cada día, diferenciada en un periodo. Indique si presenta alguna tendencia y de qué tipo.
c) (0.5 puntos) Grafique un correlograma para la venta a lo largo de cada día (serie sin aplicar la función diff) y justifique si es factible utilizar un modelo autoregresivo de primer orden sobre dicha serie.
d) (0.5 puntos) Grafique un correlograma para la serie de tiempo de la venta diferenciada en un periodo y justifique si es factible utilizar un modelo autoregresivo de primer orden sobre dicha serie.
e) (1.0 puntos) Plantee un modelo autoregresivo de primer orden para la serie de tiempo diferenciada en un periodo, estime los coeficientes del modelo y realice la estimación de la venta en el día 302.
Pregunta 2: Regresión Logística (5 puntos)
Una determinada empresa lanza una aplicación de entrega de alimentos con la cual desea predecir la probabilidad de que un cliente realice un pedido en el próximo mes. El archivo pedidos_alimentos.csv contiene información de 1000 usuarios y las siguientes variables:
• pedidos_mes: Número promedio de pedidos por mes realizados en el último año.
• monto_promedio: Monto promedio de cada pedido (en dólares).