Statistical Models and Multivariate Regression for Predicting Consumer Purchasing Behavior
Abstract
The overall objective of the research was to analyze statistical models and multivariate regression to predict consumer purchasing behavior. The research method was a literature review, and its methodological process encompassed the stages of collection, selection, analysis, and interpretation of texts. For this purpose, documents from sources relevant and reliable to the topic under study—such as peer-reviewed articles—were used. In conclusion, the results confirm that the use of statistical models and multivariate tools makes it possible to accurately calculate the relationship between commercial stimuli and the customer’s final response, which provides a much lower margin of error when planning commercial strategies. The combination of data analytics and advanced statistics is established as a practical requirement for any entity that wishes to remain competitive.
Downloads
References
Bellon Arrúa, C., & Ferrer Dávalos, R. (2024). Factores que inciden en el comportamiento del consumidor paraguayo en relación al comercio electrónico. Revista científica en ciencias sociales,6, e601121. https://doi.org/10.53732/rccsociales/e601121
Contreras Lévano, M., y Vargas Merino, J. (2021). Conceptualización y caracterización del comportamiento del consumidor. Una perspectiva analítica generacional. Academia (Asunción),8(1),15-28. https://doi.org/10.30545/academo.2021.ene-jun.2
Csoban-Mirka, E., Esqueda-Henríquez, S. y Ríos, A. (2024). Predicción del comportamiento de compra online: una aplicación del modelo S-O-R. Retos Revista de Ciencias de la Administración y Economía,14(27),21-33. https://doi.org/10.17163/ret.n27.2024.02
Espinel, B., Monterrosa-Castro, I., & Espinosa-Pérez, A. (2019). Factores que influyen en el comportamiento del consumidor de los negocios al detalle y supermercados en el Caribe colombiano. Revista Lasallista de Investigación, 16 (2), 4-27. https://doi.org/10.22507/rli.v16n2a1
Fierro Torres, C., Castillo Pérez, V., & Torres Saucedo, C. (2022). Análisis comparativo de modelos tradicionales y modernos para pronóstico de la demanda: enfoques y características. RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 12(24), e048. https://doi.org/10.23913/ride.v12i24.1203
Herrero-Corona, L. (2021). Modelo predictivo para la selección de técnica de medición de la opinión pública. The Anáhuac journal, 21(2), 50-77. https://doi.org/10.36105/theanahuacjour.2021.v21n2.02
Izaguirre Olmedo, J., Rangel Luzuriaga, E., Cisneros Malats, Á., & Cruz Vargas, A. (2026). Estrategias de marketing y decisión de compra: El rol moderador de las preferencias comunicativas en la generación Z. Telos,28(1),22-28. https://doi.org/10.36390/telos281.02
Londoño Arredondo, S., Mora Gutiérrez, Y., & Valencia Cárdenas, M. (2018). Modelos estadísticos sobre la eficacia del marketing digital. Revista EAN, (84), 167-186. https://doi.org/10.21158/01208160.n84.2018.1923
Martel-Fretell, B., Agustín-Hurtado, A., Polino-Puente, E., Linares-Beraún, W., & Toledo-Martínez, J. (2026). Impacto del comportamiento del consumidor en el posicionamiento de marca en Repostería Saludable. Prohominum. Revista de Ciencias Sociales y Humanas, 8(1),53-64. https://doi.org/10.47606/acven/ph0430
Matute Castro, K., y Muñoz Muñoz, E. (2024). Análisis multivariante de factores socioeconómicos en PYMES: modelos de regresión machine learning. Universidad, Ciencia y Tecnología, 28(125),142-152. https://doi.org/10.47460/uct.v28i125.864
Mercado, K., Pérez, C., Castro, L., & Macías, A. (2019). Estudio Cualitativo sobre el Comportamiento del Consumidor en las Compras en Línea. Información tecnológica,30(1),109-120.https://dx.doi.org/10.4067/S0718-07642019000100109
Mohammed Alharithi, E. Almetwally, O., Marwa M., El-Sayed M., Alaa A. (2025). Comparative study of statistical and intelligent classification models for predicting airlines passenger management satisfaction. Alexandria Engineering Journal, 119,99-110.https://doi.org/10.1016/j.aej.2025.01.109.
Nguyen, T. T., Nguyen, H. G., Lee, J. Y., Wang, Y. L., & Tsai, C. S. (2023). The consumer price index prediction using machine learning approaches: Evidence from the United States. Heliyon, 9(10), e20730. https://doi.org/10.1016/j.heliyon.2023.e20730.
Ordoñez Abril, D., Calderón Sotero, J., & Padilla Delgado, L. (2021). Revisión de literatura de la teoría del comportamiento planificado en la decisión de compra de productos orgánicos. Revista Nacional de Administración,12(1), e3178. https://dx.doi.org/10.22458/rna.v12i1.3178
Palella-Stracuzzi, S. y Martins-Pestana, F. (2012). Metodología de la investigación cuantitativa. Fondo editorial de la Universidad Pedagógica Libertador. Caracas, Venezuela.
Roosta, S., Sadjadi, S. J., & Makui, A. (2025). Predicting customer loyalty in omnichannel retailing using purchase behavior, socio-cultural factors, and learning techniques. PloS one, 20(8), e0330338. https://doi.org/10.1371/journal.pone.0330338
Vega Barrios, A., Alcántara Hernández, R., & Cerón Islas, A. (2024). Análisis de los factores que afectan el comportamiento de compra en línea de los consumidores mexicanos. Contaduría y administración, 69(2), 68-89. https://doi.org/10.22201/fca.24488410e.2024.5063
Copyright (c) 2026 Iris Aracely Castillo-Plaza, Jefferson Xavier Bravo-Salvatierra , Emma Mendoza-Vargas , Harold Elbert Escobar-Terán
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
LICENCIA DE CONTENIDO
Creative Commons
Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
Política propuesta para revistas que ofrecen acceso abierto
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
Usted es libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
Adaptar — remezclar, transformar y construir a partir del material
La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia
Bajo los siguientes términos:
Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
CompartirIgual — Si remezcla, transforma o crea a partir del material, debe distribuir su contribución bajo la lamisma licencia del original.
No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
DERECHOS DE AUTOR Y PERMISO
La revista permite que los autores tengan los derechos de autor sin restricciones.
La revista permite que los autores conserven los derechos de publicación sin restricciones; y garantizan a la revista el derecho de ser la primera publicación del trabajo.
