PERIODOGRAMA

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

  1. Las series de tiempo son homogéneas o igualmente espaciadas.
  2. Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
  3. 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.
  4. El paso (k) debe ser menos o igual al tamaño de las series de tiempo, o de otro modo un (#VALOR!) es retornado
  5. La función PERIODOGRAM está disponible comenzando con la versión 1.64 TURRET.

Ejemplos de archivos

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.
¿Tiene más preguntas? Enviar una solicitud

0 Comentarios