mean es el modelo Arma de la media (Ej. mu).

sigma es desviación estándar del modelo residual/innovaciones.

phi son los parametros del modelo componente AR(p), (comenzando con el menor retraso o lag).

theta son los parametros del modelo componente MA(q), (comenzando con el menor retraso o lag).

1. El modelo subyacente se describe aquí.
2. ARIMA_CHECK revisa el modelo ARMA para estabilidad: stacionalidad, invertibilidad, y causalidad.
3. El argumento de orden de integración (d) debe ser un enetero positivo
4. El argumento media a largo plazo (media) puede tomar cualquier valor o ser omitido, en cuyo caso se asume el valor de cero.
5. El valor de los resíduos/innovations de la desviación estándard(sigma) debe ser positiva.
6. For the input argument (phi):
   • El argumento de entrada es opcional y puede ser omitido, en este caso no se incluye el componente AR component.
   • El orden del comienzo de los parametros empieza con el retraso (lag) mas bajo.
   • Uno mas parametros pueden faltar o un codigo de error (Ej. #NUM!, #VALOR!, etc.).
   • El orden del modelo componente AR es solamente determinado por el orden del último valor en el array, con un valor numérico (vs. faltante o errror).
7. para el argumento de entrada (theta):
   • El argumento de entrada es opcional y puede ser omitido, en este casi no se incluye el componente MA.
   • El orden de los parametros comienza con el retraso más bajo.
   • Uno o mas valores en losa rgumentos de entrada pueden ser faltantes o codigos de error (Ej. #NUM!, #VALOR!, etc.).
   • El orden del modelo comonente MA es solamente determinado por el orden del último valor en el despliegue con un valor numérico (vs. faltante o error).
8. La función es adicionada en la versión 1.63 SHAMROCK.

Ejemplos de archivos

Enlaces Relacionados

• Wikipedia - Función de verosimilitud
• Wikipedia - Likelihood principle
• Wikipedia - Modelo Autorregresivo de media móvil

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