Predicción de precios del mercado mexicano de autos seminuevos utilizndo modelos de series temporales

Abstract

Resumen En Latinoamerica,la industria automotriz juega un papel importante;específicamente en México,es un mercado de gran relevancia para el desarrollo del país,ya que genera el 3.6% del PIB mexicano y es un importante factor dentro de su economía.Dentro del sector automotriz,se encuentra el merado de seminuevos,el cual se encarga de la comercialización de vehículos usados y ha presentado un fuerte crecimiento en los últimos cinco años en la economía mexicana.En general,en dicho proyecto se propuso obtener predicciones de precios de mercado para las diferentes marcas y modelos de autos mediante la utilización de modelos de series temporales con el fin de poder tomar decisiones de negocios acertadas que contribuyan al crecimiento de la empresa. La segmentación de los vehículos para la posterior predicción de sus precios,se realizó basándose en los precios recopilados de los portales y/o anuncios clasificados y su análisis fue implementando con el software R. En relación a la segmentación obtenida de los árboles de clasificación se pudo observar que se presentó incongruencias en las agrupaciones a nivel de marca,ya que marcas consideradas competencia directa como por ejemplo,Mercedes Benz,BMW o Audi, resultaron en grupos diferentes. Este inconveniente se resolvió en el método de K-medias,sin embargo,luego de realizar las predicciones se encontraron varios problemas con el supuesto de estacionaridad,por lo que se tuvo que realizar ciertos tratamientos a los datos y diferenciación para lograr el cumplimiento de esta condición. Por otra parte,en la segmentación obtenida de los árboles de clasificación se pudo observar que aquellos grupos con mayor cantidad de registros,es decir,mayor cantidad de modelos de vehículos obtuvieron una mejor predicción de los precios en comparaciónal resto de los clusters. Palabras claves:árboles de clasificación, K-medidas, cluster, series temporales, ARMA, ARIMA, MA, AR