[R] Modelos neural netwok

[Rui Barradas]

Hello,

This is an English language list, please ask questions in English.

As for the question, package fpp2 is a package described as

  	Data for "Forecasting: principles and practice" (2nd ed, 2017)

And in fact there are no examples in the package.

If you are talking about examples in the book, there is nothing we can 
do. This is a mail list for R code doubts, not for consultation or 
tutoring in statistics. Give a code example if you can with a question 
on that example, but don't expect a book specific answer.

It seems you should your teacher this question.


Hope this helps,

Rui Barradas

Às 18:41 de 27/07/19, Agustín Alonso Rodriguez escreveu:
> Estimados miembros de la Lista:
> 
> 
> 
> Me dirijo a vosotros para que, si pod�is, ilumin�is mi confusi�n.
> 
> 
> 
> Estoy trabajando con los modelos neural netwok del  libro Forecasting,
> Principles and Practice, de Hyndman y Athanasopoulos, segunda edici�n.
> 
> 
> 
> Mi confusi�n se debe al hecho de que para trabajar con estos modelos, se
> recomienda particionar la serie temporal en estudio en, al menos, dos
> submuestras:  una para estimar el modelo, y la otra para validar el modelo.
> Pues bien, en los ejemplos del mencionado libro y en el paquete fpp2, que
> acompa�a al libro, los modelos se obtienen utilizando la muestra completa y
> haciendo predicci�n hacia el futuro. No veo ninguna alusi�n  a la  muestra
> de validaci�n, antes aludida.
> 
> 
> 
> Pienso que algo se me est� escapando, y agradecer� cuanto pod�is hacer para
> ayudarme.
> 
> 
> 
> Muchas gracias por vuestra atenci�n.
> 
> 
> 
> Agust�n Alonso
> 
> 
> 
> 
> 
> 
> 
> 
> 
> 
> ---
> Este correo electr�nico ha sido comprobado en busca de virus por AVG.
> http://www.avg.com
> 
> 	[[alternative HTML version deleted]]
> 
> 
> ______________________________________________
> R-help using r-project.org mailing list -- To UNSUBSCRIBE and more, see
> https://stat.ethz.ch/mailman/listinfo/r-help
> PLEASE do read the posting guide http://www.R-project.org/posting-guide.html
> and provide commented, minimal, self-contained, reproducible code.
>