Calcula el valor estimado de la densidad espectral de potencia del periodograma de una serie temporal.
Sintaxis
Periodogram(X, Order, Option, Alpha)
- X
- son los datos de la serie de tiempo univariante (un array dimensional de celdas (Ej.filas o columnas)).
- Order
- es el orden cronológico en las series de tiempo (Ej. el primer punto de datos coreesponde a las fecha (la más temprana fecha=1(defecto) la última fecha =0)).
Orden Descripción 1 ascendente (el primer punto de datos corresponde a las más temprana) (defecto) 0 descendente (el primer punto de datos coreesponde a la última fecha) - Option
- son las banderas del proceso previo para la serie de tiempo de entrada (1 = ninguno (defecto), 2 = únicamente deducción de tendencia , 3 = unicamente diferencia, 4 = auto procesamiento).
Método Descripción 1 Ninguno (defecto) 2 Elimina la tendencia (Elimina la tendencia determinística) 3 Diferencia (1-L) 4 Automático (elimina la tendencia/diferencia) - Alpha
- es el nivel de significancia (Es decir, alpha) - Necesario para el proceso de auto-procesamiento. Si falta o es omitido, se asume un valor de alpha de 5%.
Observaciones
- Las series de tiempo son homogéneas o igualmente espaciadas.
- Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
- En la opción de auto-procesamiento, la función periodograma usa la prueba ADF para examinar estacionalidad y diferenciación entre una tendencia determinística y una derivación estocástica.
- El paso (k) debe ser menos o igual al tamaño de las series de tiempo, o de otro modo un (#VALOR!) es retornado
- La función PERIODOGRAM está disponible comenzando con la versión 1.64 TURRET.
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
- Chan, K. H., Hayya, J. C., & Ord, J. K. (1977). A note on trend removal methods: The case of polynomial regression versus variate differencing. Econometrica, 45, 737–744.
- Ayat, L., & Burridge, P. (2000). Unit root tests in the presence of uncertainty about the non-stochastic trend. Journal of Econometrics, 95, 71–96.
- Dickey, D. A. (1984). Power of unit root tests. Proceedings of Business and Economic Statistics Section of ASA, pp. 489–493.
- Dickey, D. A., & Fuller, W. A. (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica, 49, 1057–1072.
- Diebold, F. X., & Kilian, L. (2000). Unit root tests are useful for selecting forecasting model. Journal of Business and Economic Statistics, 18, 265–273.
Comentarios
El artículo está cerrado para comentarios.