Pode-se usar regressão linear para prever vendas com restrição de não negatividade?

A regressão linear pode ser usada para prever vendas, mas ela não leva em conta a restrição de não negatividade por padrão. Na regressão linear clássica, as previsões podem assumir qualquer valor, incluindo negativos, o que não faz sentido para vendas.

Para considerar a restrição de não negatividade, pode-se:

• Utilizar modelos com restrições, como regressão com restrições (constrained regression) ou programação quadrática.
• Aplicar uma transformação à variável alvo, por exemplo, logaritmo (log(y + 1)), para garantir previsões positivas, e depois transformar o resultado de volta.
• Utilizar modelos especializados, como regressão com coeficientes não negativos (Non-negative Least Squares).

Exemplo com transformação logarítmica:

import numpy as np
from sklearn.linear_model import LinearRegression

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

# Transformação da variável alvo
log_y = np.log1p(y)

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

# Previsão
log_pred = model.predict(X_new)
pred = np.expm1(log_pred)  # Transformação inversa

Dessa forma, a regressão linear pode ser utilizada, mas para garantir a não negatividade, é necessário aplicar métodos ou transformações adicionais.