Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción a
Modelos Probabilísticos
Marco Conceptual
1 2
3 4
Metodología(1) Metodología(2)
1) Determinar el problema de decisión de marketing y la 4) Especificar una distribución para caracterizar la
información requerida. distribución de la características latentes en la
población.
2) Identificar el comportamiento observable de interés a – Típicamente denotamos esto por g(θ) y le llamamos
nivel individual (típicamente denotamos esto como x). la distribución de mezcla (o modelo de
heterogeneidad).
3) Seleccionar una distribución de probabilidad que
caracterice este comportamiento a nivel individual. 5) Derivar la distribución agregada o distribución
– Típicamente denotamos esto como f (x|θ). observable de del comportamiento de interés.
– Consideramos los parámetros de esta distribución
como características latentes de nivel individual. f ( x ) = ∫ f ( x θ ) g (θ ) dθ
5 6
Metodología(3) Resumen
• Tres modelos básicos de comportamiento:
7) Estimar los parámetros (de la distribución de mezcla) – Timing : cuando
• Tiempo Continuo / Tiempo Discreto.
ajustando la distribución agregada a los datos que
– Conteo: cuantos
observamos.
– Elección: cual
8) Usar los resultados del modelos para resolver el • Cada uno de estos modelos tiene múltiples
problema de marketing planteado. aplicaciones!
7 8
Modelos a Considerar
• Modelo de duración en tiempo discreto
– Proyección de tasas de retención de clientes.
9 10
11 12
Beta Geometrica Desplazada Formas de una Distribución Beta
( ) ∫ Pr (T = t θ ) Beta (θ α , β ) dθ
1
> Pr T = t α , β =
0
θ α −1 (1 − θ )
β −1
= ∫ θ (1 − θ )
1 t −1
dθ
0 B (α , β )
B (α + 1, β + t − 1) Notar que puede ser escrita como
=
B (α , β ) una formula recursiva.
( ) ∫ Pr (T > t θ ) Beta (θ α , β ) dθ
1
> Pr T > t α , β =
0
θ α −1 (1 − θ )
β −1
= ∫ (1 − θ )
1
dθ
t
0 B (α , β )
B (α , β + t ) Notar que puede ser escrita como
=
B (α , β ) una formula recursiva.
Recordar que B (α , β ) = ∫0 t α −1 (1 − t )
1 β −1
dt 13 14
100%
100% 95%
90% 90%
80% 85%
El máximo de la log- 70% 80%
% Activo
verosimilitud es 60% 75%
% Activo
60%
y β=1.1820 30%
20% 55%
10% 50%
0% 1 2 3 4 5 6 7 8 9 10 11 12
0 1 2 3 4 5 6 7 8 9 10 11 12 Año
Real BG
Año
Real BG
15 16
Conceptos y Herramientas Introducidas
• Lógica y uso de modelos probabilísticos.
IN5602 – Marketing II
17 18