Computa la bondad del ajuste (Ej.función de verosimilitud (LLF), AIC, etc.) del modelo Airline.
Sintaxis
AIRLINE_GOF(X, Order, mean, sigma, s, theta, theta2, Type)
- X
- es la serie de datos de tiempo univariante (un array dimensional de celdas (Ej. filas o columnas)).
- Order
- es el orden del tiempo en la serie de datos (Ej. el primer punto corresponde a la fecha (la menor=1 (por defecto), la mayor fecha_0)).
Orden Descripción 1 ascendente (el primer punto corresponde a la menor fecha) (por defecto) 0 descendente (el primer punto corresponde a la fecha mayor fecha) - mean
- es el modelo de la media (Ej. mu).
- sigma
- es la desviación estándar de los resíduos/inespetados del modelo.
- s
- es la longitud de la estacionalidad (expresada en términos de lags, donde s > 1).
- theta
- es el coeficiente del componente no estacionario MA (ver modelo descriptivo).
- theta2
- es el coeficiente del componente estacionario MA (ver modelo descriptivo).
- Type
- es un cambio integrador para seleccionar la bondad del ajuste de la medida ajustada: (1=LLF (default), 2=AIC, 3=BIC, 4=HQC)
Orden Descripción 1 Función Log-Likelihood (LLF) (default) 2 Criterio de Información Akaike (AIC) 3 Criterio de Información Schwarz/Bayesian (SIC/BIC) 4 Criterio de Información Hannan-Quinn (HQC)
Observaciones
- El modelo subyacente se describe aquí.
- La función de probabilidad logarítmica ( LLF ) se describe aquí.
- Criterio de Información de Akaike ( AIC ) se describe aquí.
- Criterio de Información de Bayesian (Schwartz) (BIC) se describe aquí.
- Criterio de Información de Hannan-Quinn (HQC) se describe aquí.
- La serie de tiempo es homogénea os igualmente espaceada.
- Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
- The airline model with order $s$ has 4 parameters: $\mu\,,\sigma\,\,,\theta\,,\mathit{and} \Theta$
- El modelo Airline es un caso especial de multiplicación estacionaria del modelo ARIMA, y este asume una distribución residual con una varianza constante.
- La función fue adicionada en la versión 1.63 SHAMROCK.
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? |
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.