Devuelve una matríz de celdas para hacer una estimación inicial y rápida de los parámetros del modelo.
Sintaxis
AIRLINE_PARAM(X, Order, mean, sigma, s, theta, theta2, Type, maxIter)
- 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 periodos (lag), donde s > 1).
- theta
- es el coeficiente de un componente de modelo no estacionario MA (ver modelo descriptivo).
- theta2
- es el coeficiente del componente estacional MA(ver modelo descriptivo).
- Type
- es un numero entero interruptor para seleccionar la matríz (array)de salida: (1= Estimación rápida(por defecto), 2= Calibrada , 3= Errores estándar).
Orden Descripción 1 Estimacion Rápida (no-óptima) de los valores de los parametros(por defecto) 2 Calibrada(óptima) de valores para los parámetros de los modelos 3 Error stándar de los valores de los parámetros - maxIter
- Es el número máximo de iteraciones que se utilizan para calibrar el modelo. Si falta, se supone que el máximo predeterminado de 100.
Observaciones
- El modelo subyacente se describe aquí.
- Las series de tiempo son homogéneas e igualmente espaceadas.
- Las series de tiempo pueden incluir valores faltantes(Ej. #N/A) en los extremos.
- AIRLINE_PARAM devuelve una matríz de valores (o errores) de los parámetros del modelo en el siguiente orden in the following:
- $\mu$
- $\theta$
- $\Theta$
- $\sigma$
- AIRLINE_GUESS establece $\mu$ y $\sigma$ igual a la muestra diferencial (i.e. $Z_t=(1-L)(1-L^s)Y_t$) promedio, y desviación estándar respectivamente, y eso establece $\theta = 0$ y $\Theta=0$
- La función es 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? |
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.