10.4 Instrucciones: 10.4 Subastas competitivas en eBay.com. El archivo eBayAuctions.csv contiene informacin sobre 1972 subastas realizadas en eBay.com entre mayo y junio de 2004. El objetivo es utilizar estos datos para construir un modelo que distinga las subastas competitivas de las no competitivas. Una subasta competitiva se define como una subasta en la que se realizan al menos dos ofertas sobre el artculo que se subasta. Los datos incluyen variables que describen el artculo (categora de subasta), el vendedor (su calificacin de eBay) y los trminos de la subasta que el vendedor seleccion (duracin de la subasta, precio de apertura, moneda, da de la semana de cierre de la subasta). Adems, tenemos el precio al que se cerr la subasta. El objetivo es predecir si una subasta de inters ser competitiva o no. Preprocesamiento de datos. Cree variables ficticias para los predictores categricos. Estos incluyen Categora (18 categoras), Moneda (USD, GBP, Euro), Da final (de lunes a domingo) y Duracin (1, 3, 5, 7 o 10 das). a. Cree tablas dinmicas para la media del resultado binario (Competitivo?) en funcin de las diversas variables categricas (use las variables originales, no las ficticias). Utilice la informacin de las tablas para reducir el nmero de muecos que se utilizarn en el modelo. Por ejemplo, se podran combinar las categoras que parezcan ms similares con respecto a la distribucin de subastas competitivas. b. Divida los datos en conjuntos de datos de entrenamiento (60%) y validacin (40%). Ejecute un modelo logstico con todos los predictores con un lmite de 0,5. C. Si queremos predecir al inicio de una subasta si ser competitiva, no podemos utilizar la informacin sobre el precio de cierre. Ejecute un modelo logstico con todos los predictores como se indic anteriormente, excluyendo el precio. Cmo se compara este modelo con el modelo completo con respecto a la precisin predictiva? d. Interprete el significado del coeficiente del precio de cierre. Tiene el precio de cierre un significado prctico? Es estadsticamente significativo para predecir la competitividad de las subastas? (Utilice un nivel de significancia del 10%). e. Utilice la regresin por pasos como se describe en la seccin 6.4 para encontrar el modelo que mejor se ajuste a los datos de entrenamiento (mayor precisin). Qu predictores se utilizan? F. Utilice la regresin por pasos para encontrar el modelo con la mayor precisin en los datos de validacin. Qu predictores se utilizan? gramo. Cul es el peligro de utilizar el mejor modelo predictivo que encontr? h. Explique cmo y por qu el modelo que mejor se ajusta y los mejores modelos predictivos son iguales o diferentes. I. Utilice regresin logstica regularizada con penalizacin L1 en los datos de entrenamiento. Compare sus predictores seleccionados y el rendimiento de clasificacin con los mejores modelos predictivos y de mejor ajuste. j. Si el objetivo principal es una clasificacin precisa, qu valor lmite se debe utilizar? k. Con base en estos datos, qu configuraciones de subasta establecidas por el vendedor (duracin, precio de apertura, da de finalizacin, moneda) recomendara como las ms probables para llevar a una subasta competitiva