¿Cómo tener en cuenta el retraso en una regresión simple en R?

Question

Estoy intentando hacer una regresión con datos a lo largo del tiempo, y donde sospecho que puede haber un componente de retardo en la relación entre mis variables dependientes e independientes. He encontrado algunos datos en línea aquí que proporciona un buen ejemplo mínimo

sales<-data.frame(Quarter=1:8, Sales=c(16850, 12010, 14740, 13890, 12950, 15640, 14960, 13630), Newspaper=c(1000, 500, 2000, 1000, 1000, 500, 1000, 500), TV=c(500, 500, 500, 1000, 500, 1000, 1000, 1500), Online=c(1500, 500, 500, 1000, 500, 1000, 1000, 500))
lm(data=sales, Sales~Newspaper+TV+Online)

Por lo tanto, los datos que he encontrado son cifras de ventas por trimestre y coinciden con el gasto en publicidad, pero es de esperar que haya un desfase entre la publicidad y las compras. ¿Cómo puedo modelar eso en estos datos?

Answer 1

Yo echaría un vistazo al paquete R dynlm. Ofrece un operador L que permite modelar el término de retardo en la ecuación de regresión. Los ejemplos de la función dynlm deberían darle consejos para trabajar en su problema. Preste atención a la configuración de la estructura de la serie temporal.

Answer 2

Puede encontrar el capítulo sobre modelos dinámicos en Modelos de respuesta del mercado: Análisis econométrico y de series temporales útil. No es específico de R de ninguna manera, pero le guiará a través del modelo básico con rezagos y pistas (cuando los clientes y/o competidores anticipan una acción de marketing y ajustan su comportamiento antes de que esa acción tenga lugar).