Estoy buscando implementar un modelo dinámico para recomendar una película a un usuario. La recomendación debe actualizarse cada vez que el usuario mira una película o la califica. Para simplificar, estoy pensando en tener en cuenta dos factores: las calificaciones pasadas de otras películas por...
He ajustado un modelo con varias variables independientes, una de las cuales es el retraso de la variable dependiente, usando el paquete dynlm. Suponiendo que tengo pronósticos de 1 paso adelante para mis variables independientes, ¿cómo obtengo pronósticos de 1 paso adelante para mis variables...
Al realizar un análisis de intervención con datos de series de tiempo (también conocido como series de tiempo interrumpido) como se discute aquí, por ejemplo, un requisito que tengo es estimar la ganancia (o pérdida) total debido a la intervención, es decir, el número de unidades ganadas o perdidas...
Estoy tratando de construir un modelo de pronóstico de regresión de series de tiempo para una variable de resultado, en dólares, en términos de otros predictores / variables de entrada y errores autocorrelacionados. Este tipo de modelo también se llama modelo de regresión dinámica. Necesito...
Quiero ajustar un DLM con coeficientes variables en el tiempo, es decir, una extensión de la regresión lineal habitual, yt= θ1+ θ2X2yt=θ1+θ2x2y_t = \theta_1 + \theta_2x_2 . Tengo un predictor ( ) y una variable de respuesta ( ), capturas anuales de peces marinos y continentales, respectivamente,...
Realmente tengo problemas para descubrir cómo comparar ARIMA y los modelos de regresión. Entiendo cómo evaluar los modelos ARIMA entre sí y los diferentes tipos de modelos de regresión (es decir: regresión vs regresión dinámica con errores AR) entre sí, sin embargo, no puedo ver muchos puntos en...
Tengo datos que describen con qué frecuencia tiene lugar un evento durante una hora ("número por hora", nph) y cuánto duran los eventos ("duración en segundos por hora", dph). Estos son los datos originales: nph <- c(2.50000000003638, 3.78947368414551, 1.51456310682008, 5.84686774940732,...