ARIMA_FIT - Modelo ARIMA Valores Ajustados

Devuelve un despliegue (array) de celdas para valores ajustados del modelo dentro de la muestra para la media condicional, volatilidad o residual.

Sintaxis

ARIMA_FIT(X, Order, d, Mean, Sigma, Phi, Theta, Type)

X

son los datos de series de tiempo univariantes (una matríz unidimensional de celdas (Ej. filas o columnas)).

Order

es el orden del tiempo en la serie de datos (Ej. es la primer punto de la fecha correspondiente series (Ej. the first data point's corresponding date (la menor fecha = 1 (por defecto), la mayor 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).

d

es el grado de diferenciación (Ej. d).

mean

es la media del modelo ARMA (Ej. mu).

sigma

es la desviación estándar de los resíduos del modelo.

phi

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

theta

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

Type

es un número entero para seleccionar el tipo de salida: (1 = Mean (por defecto), 2 = Volatilidad, 3 = Raw Residuos Brutos, 4 = Resíduos Estandarizados).

Orden	Descripción
1	Media Ajustada (por defecto).
2	Desviación Estandar ajustada o volitadlidad.
3	Resíduos brutos (no estandarizados).
4	Resíduos Estandarizados.

Observaciones

1. El modelo subyacente se describe aquí.
2. La series de tiempo son homogéneas e igualmente espaceadas.
3. La series de tiempo son homogéneas pueden incluir valores faltantes (Ej. #N/A) en los extremos.
4. El argumento ordenador de integración (d) debe ser un entero positivo.
5. El argumento media a largo plazo (media) puede tomar cualquier valor o ser omitido, en cuyo caso se asume el valor de cero.
6. El valor de los resíduos/innovations de la desviación estándard (sigma) debe ser mayor a cero
7. Para el argumento de entrada (phi):
   • El argumento de entrada es opcional y puede ser omitido, en cuyo caso el componente AR es incluido
   • El orden de los parámetros comienza con el lag más bajo.
   • Uno o más parámetros puden ser omitidos o tener un error de código (Ej. #NUM!, #VALOR!, etc.).
   • El orden del modelo componente AR es solamente determinado por el orden del último valor en la matríz o array con un valor numérico (vs. faltante o error).
8. Para el argumento de entrada (theta):
   • El argumento de entrada es opcional y puede ser omitido, en cuyo caso el componente el componente MA component no incluído.
   • El orden de los parámetros comienza con el lag más bajo.
   • Uno o más parámetros puden ser omitidos o tener un error de código (Ej. #NUM!, #VALOR!, etc.).
   • El orden del modelo componente MA es solamente determinado por el orden del último valor en la matríz o array con un valor numérico (vs. faltante o error)
9. La función fue adicionada en 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.