Buenos días chicos.
Lo cierto es que al ser un tema tan complejo donde las fórmulas son predictivas y donde se trabaja con posibilidades teóricas existen varios estudios (bastante complejos al respecto), donde incluso algunos se mezclan para dar paso a nuevas teorías.
Según un documento que encontré online, en un intento de generar un nuevo modelo, usan principalmente los siguientes sistemas (dejo los nombres en inglés porque ni idea cuál es la traducción al español)
- multiple regression
- the local linear regression model
- neural networks
- the ARIMA model
- Kalman filters
- support vector regression
- simulation models
- k-nearest neighbors
- principal component analysis
- spectral analysis
Algunos modelos usan estadísticas de datos pasados, pero lo cierto es que apenas dispongo de un archivo donde se habla de frecuencias teóricas entre buses, entonces no sé qué modelo sería el más adecuado de implementar, aunque el sistema ARIMA parece ser uno de los más populares, aplicando en casi todos, para evitar desviaciones los filtros KALMAN.
Supongo que mi primera decisión sería decidir qué tipo de ecuación usar ¿o sería muy loco arriesgarme con mi propia ecuación?
---
En el siguiente documento
http://coeut.iitm.ac.in/umcsp/pdfweb/3a3vasanth.pdfindican un sistema alternativo al modelo ARIMA, EXPONENTIAL SMOOTHING y posteriormente APLICAN EL FILTRO KALMAN
dejo capturas de pantalla de las zonas donde se explica la fórmula y sus variables




Sobre los filtros KALMAN para aplicar a la hora de "suavizar" resultados hay bastante información online...
Esta la fórmula propuesta (una de tantas) para aplicar en sistema de predicción de buses (después de aplicar la fórmula anterior o cualquier que se aplique a predicción de llegada de buses):

fuente del documento KALMAN -
http://nctr.usf.edu/jpt/pdf/JPT%207-1%20Shalaby.pdf (página 48 y siguientes).