Desarrollo de algoritmos de analítica predictiva, basados en modelos paramétricos, para el mercado de compraventa de tractores agrícolas nuevos y usados

Sánchez Guerrero, Patricia (2022). Desarrollo de algoritmos de analítica predictiva, basados en modelos paramétricos, para el mercado de compraventa de tractores agrícolas nuevos y usados. Thesis (Master thesis), E.T.S. de Ingeniería Agronómica, Alimentaria y de Biosistemas (UPM).

Description

Title: Desarrollo de algoritmos de analítica predictiva, basados en modelos paramétricos, para el mercado de compraventa de tractores agrícolas nuevos y usados
Author/s:
  • Sánchez Guerrero, Patricia
Contributor/s:
  • Ruiz García, Luis
Item Type: Thesis (Master thesis)
Masters title: Ingeniería Agronómica
Date: July 2022
Subjects:
Faculty: E.T.S. de Ingeniería Agronómica, Alimentaria y de Biosistemas (UPM)
Department: Ingeniería Agroforestal
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img] PDF - Users in campus UPM only - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (11MB)

Abstract

La ciencia de los datos puede ayudar a los agricultores a la hora de tomar una decisión sobre la compra de un tractor. La compra de un tractor representa una gran inversión para los agricultores, y el precio es una de sus principales preocupaciones. Este TFM presenta el desarrollo de algoritmos de analítica predictiva, basados en modelos paramétricos, para el mercado de compraventa de tractores agrícolas nuevos y usados. Dichos modelos permiten la predicción de los precios, y facilitan el desarrollo de herramientas de ayuda a la toma de decisiones (en este caso, ha facilitado la creación de una calculadora de precios). El conjunto de datos cuenta con información sobre 252 observaciones diferentes de tractores nuevos y 2.691 de tractores de segunda mano, de diferentes países europeos. Las fuentes de las que se han obtenido los datos (precios e información de los tractores) han sido diferentes páginas web. Para los tractores nuevos, se ha recurrido principalmente a los sitios web oficiales de las diferentes marcas: John Deere, Case IH, New Holland, Steyr, Massey Ferguson, Same, Lamborghini, Deutz-Fahr, Valtra, Landini, Claasm Kuvota, Antonio Carraro, Pasquali, McCormick, Valpadana, Ferrari, Goldoni, Arbos, Kioti, Iseki, BCS, Agria, Zetor, Belarus, Yanmar, Ursus. Para los tractores de segunda mano, se han consultado varios portales de compraventa, varios españoles y algunos internacionales (de estos últimos se han considerado únicamente aquellos tractores europeos). Durante el estudio, se modelaron los precios de los tractores nuevos y usados, probando modelos de regresión paramétricos con diferentes segmentaciones y variables predictoras. Las segmentaciones han sido: por potencia, marca, tipo de tractor, horas de funcionamiento y/o años de antigüedad. Y estas han sido las variables predictoras: potencia y marca en el caso de tractores nuevos, y potencia, marca, horas de uso y año de fabricación en el caso de tractores usados. Posteriormente se ha procedido a la obtención de figuras y modelos matemáticos predictivos del precio (con su correspondiente coeficiente de correlación R2), atendiendo a la segmentación mencionada anteriormente. Para ello se ha empleado en una primera aproximación, el programa Excel. Para una mayor precisión se decidió repetir el proceso y continuar con el programa Matlab, para obtener figuras y gráficos en 3D. Los resultados varían mucho entre segmentaciones y entre categorías dentro de estas, siendo algunos modelos considerablemente fiables, y otros, todo lo contrario (fiabilidad determinada por el factor R2). En ambos casos, para la predicción de los precios de los tractores nuevos y de segunda mano, se lograron R2 ajustados superiores a 0,99. Los modelos desarrollados se implementaron en un DST (Decission Support Tool), que está totalmente operativo, está disponible en Internet y es de uso gratuito.

More information

Item ID: 72103
DC Identifier: https://oa.upm.es/72103/
OAI Identifier: oai:oa.upm.es:72103
Deposited by: Biblioteca ETSI Agrónomos
Deposited on: 21 Nov 2022 11:56
Last Modified: 21 Nov 2022 12:07
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM