Calcula el pronóstico condicional fuera de la muestra (Ej. media, error, e intervalo de confianza).
Sintaxis
SARIMA_FORE(X, Order, mean, sigma, d, phi, theta, period, sd, sPhi, sTheta, T, Type, alpha)
- X
- son los datos de series de tiempo univariantes (un array o matriz de celdas (Ej. filas o columnas)).
- Order
- es el orden en la serie de datos (Ej. el primer punto correspondiente a la fecha (la más temprana fecha=1 (por defecto), la más reciente fecha=0)).
Orden Descripción 1 ascendente (el primer punto correpsonde a la fecha más temprana) (por defecto) 0 descendente (el primer punto corresponde a la fecha más tarde) - mean
- es la media del modelo ARMA (Ej. mu). Si falta, una media de cero es asumida.
- sigma
- es el valor de la desviación estandar de los resíduos/innovations del modelo.
- d
- es el orden no diferencial no estacional.
- phi
- son los parámetros no estacionarios AR de los componentes del modelo componente AR(p) (comenzando con el lag más bajo).
- theta
- son los parámetros no estacionarios MA (Ej.MA (q)) (comenzando con el lag más bajo).
- period
- es el número de observaciones por un periodo (Ej. 12=Anual, 4=Trimestral).
- sd
- es el orden diferencial estacional.
- sPhi
- son los parametros de modelo componente estacionario AR (Ej.AR(p)) (comenzando con el lag más bajo).
- sTheta
- son los parametros de modelo componente estacionario MA (Ej.MA(q)) (comenzando con el lag más bajo).
- T
- es el pronóstico tiempo/horizonte (expresados en terminos de pasos más allá del final de las series de tiempo).
- Type
- es un número entero para seleccionar el tipo de salida de pronóstico:(1=media (por defecto), 2=Error estándar, 3=Term Struct, 4=LL, 5=UL).
Orden Descripción 1 Valor de la media pronosticada (por defecto) 2 Pronóstico error estandar (aka volatilidad local) 3 Volatility term structure 4 Limite más bajo del intervalo de confianza pronosticado 5 Limite más alto del intervalo de confianza pronosticado - alpha
- es el nivel de significancia.Si falta, por defetco un 5% es asumido.
Observaciones
- El modelo subyacente se describe aquí.
- La función de probabilidad logarítmica ( LLF ) se describe aquí.
- Las series de tiempo son homogéneas e igualmente espaceadas
- Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en caulquier extremo.
- La media de largo plazo pude tomar cualquier valor o der emitida, en este caso el valor cero es asumido
- Los residuos/innovation de la desviacion estandar (sigma) deben ser mayores a cero
- Para los argumentos de entrada - phi (parámetros del componente AR no estacional):
- El argumento de entrada es opcional y pude ser omitido, en ese caso un componente no estacional AR es incluido.
- El orden de los parámetros comienza con el lag más bajo.
- Uno o más parámetros puede tener valores faltantes o errores de código (Ej. (i.e. #NUM!, #VALOR!, etc.).
- El orden de los componentes del modelo no estacionarios AR es solamente determinado por el oder del último valor en el array o matríz con un valor numérico (vs. faltante o error).
- Para el arguemnto de entrada - theta (parámetros del componente no estacionario MA):
- El argumento de entrada es opcional y pude ser omitido, en ese caso un componente no estacional MA es incluido.
- El orden de los parámetros comienza con el lag más bajo.
- Uno o más parámetros puede tener valores faltantes o errores de código (Ej. (i.e. #NUM!, #VALOR!, etc.)
- El orden de los componentes del modelo no estacionarios MA es solamente determinado por el oder del último valor en el array o matríz con un valor numérico (vs. faltante o error).
- Para el arguemnto de entrada - sPhi (parámetros del componente estacionario AR):
- El argumento de entrada es opcional y pude ser omitido, en ese caso un componente no estacional AR es incluido.
- El orden de los parámetros comienza con el lag más bajo.
- Uno o más parámetros puede tener valores faltantes o errores de código (Ej. (i.e. #NUM!, #VALOR!, etc.)
- El orden de los componentes del modelo no estacionarios AR es solamente determinado por el oder del último valor en el array o matríz con un valor numérico (vs. faltante o error).
- Para el arguemnto de entrada - sTheta (parámetros del componente estacionario MA):
- El argumento de entrada es opcional y pude ser omitido, en ese caso no se incluye ningun el componente estacional MA.
- Uno o más parámetros puede tener valores faltantes o errores de código (Ej. (i.e. #NUM!, #VALOR!, etc.)
- El orden de los componentes del modelo no estacionarios MA es solamente determinado por el oder del último valor en el array o matríz con un valor numérico (vs. faltante o error)
- El orden interador no estacionario - d - es opcional y puede ser omitido, en este caso d asume un valor cero
- El orden integrador estacionario- sD - es opcional y puede ser omitido,en este caso sD asume un valor cero.
- La duración de la estación - s - es opcional y puede ser omitido en este caso s asume un valor cero (Ej. plain ARIMA).
- la función fue adicionada en versión 1.63 SHAMROCK.
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.