Cálcula el criterio de información Akaike (AIC) dado por el modelo Airline (corrige a un tamaño pequeño de la muestra)
Sintaxis
AIRLINE_AIC(X, Order, mean, sigma, s, theta, theta2)
- X
- es la serie de datos de tiempo univariante (un array dimensional de celdas (Ej. filas o columnas)).
- Order
- es el orden de tiempo en la serie de datos.(Ej. el primer punto corresponde a las fecha (la más temprana fecha=1 (por defecto), la más tarde fecha=0)).
Orden Descripción 1 ascendente (el primer punto corresponde a la fecha menor) (por defecto) 0 descendiente (el primer punto corresponde a la fecha mayor) - mean
- es el modelo de la media (ej. mu).
- sigma
- es desviación estándar del modelo residual/innovaciones.
- s
- es la longitud de la estacionalidad (expresada en términos de lags, donde s > 1).
- theta
- es el coeficiente de la innovación del primer-lagged (ver el modelo descriptivo).
- theta2
- es el coeficiente de s-lagged innovación (ver modelo descriptivo).
Advertencia
La función AIRLINE_AIC() ya no funciona como version 1.63: use en su reemplazo la función AIRLINE_GOF.
Observaciones
- El modelo subyacente se describe aquí.
- Criterio de Información de Akaike (AIC) se describe aquí.
- La serie de tiempo es homogénea o distribuída equitativamente.
- La serie de tiempo puede uncluir valores faltantes (ej. #N/A) en cada extremo.
- El modelo Airline con orden $s$ tiene 4 parámetros: $\mu\,,\sigma\,\,,\theta\,,\mathit {and} \: \Theta$
- El modelo Airline es un caso especial de la multiplicación temporal del modelo ARIMA, y asume de forma independiente y normal los resíduos distribuídos con una varianza constante.
Ejemplos
Ejemplo 1:
|
|
| Fórmula | Descripción (Resultado) | |
|---|---|---|
| =AIRLINE_AIC(Sheet1!$B$2:$B$15;1;$D$3;$D$6;$D$7;$D$4;$D$5) | 65.6 | Criterio de información de Akaike (AIC) |
| =AIRLINE_LLF(Sheet1!$B$2:$B$15:1$D$3;$D$6;$D$7;$D$4;$D$5) | -25.47 | Función Log-Verosimilitud |
| =AIRLINE_CHECK($D$3;$D$6;$D$7;$D$4;$D$5) | 1 | Es el modelo Airline estable? |
Ejemplos de archivos
Enlaces Relacionados
Referencias
- Hamilton, J .D.; Time Series Analysis , Princeton University Press (1994), ISBN 0-691-04289-6
- Tsay, Ruey S.; Analysis of Financial Time Series John Wiley & SONS. (2005), ISBN 0-471-690740
Comentarios
El artículo está cerrado para comentarios.