¿Se puede utilizar la regresión lineal para predecir ventas con restricción de no negatividad?

La regresión lineal se puede utilizar para pronosticar ventas, sin embargo, no tiene en cuenta la restricción de no negatividad por defecto. En la regresión lineal clásica, las predicciones pueden tomar cualquier valor, incluyendo negativos, lo cual no tiene sentido para las ventas.

Para tener en cuenta la restricción de no negatividad, se pueden:

• Utilizar modelos con restricciones, como regresión con restricciones (constrained regression) o programación cuadrática.
• Aplicar una transformación a la variable objetivo, por ejemplo, logaritmo (log(y + 1)), para garantizar predicciones positivas, y luego transformar el resultado de nuevo.
• Utilizar modelos especializados, como regresión con coeficientes no negativos (Non-negative Least Squares).

Ejemplo con transformación logarítmica:

import numpy as np
from sklearn.linear_model import LinearRegression

# X - características, y - ventas
X = ...
y = ...

# Transformación de la variable objetivo
log_y = np.log1p(y)

model = LinearRegression()
model.fit(X, log_y)

# Predicción
log_pred = model.predict(X_new)
pred = np.expm1(log_pred)  # Transformación inversa

De esta manera, la regresión lineal puede ser utilizada, pero para cumplir con la no negatividad, se deben aplicar métodos o transformaciones adicionales.