NxTrend - Curva de tendencia

Devuelve valores a lo largo de una curva de tendencia (Ej. lineal, cuadrática, exponencial, etc.) en el tiempo T+m.

 

Sintaxis

NxTrend(X, Order, Trend_type, POrder, Const, Horizon, Return_type, Alpha)

X son los datos de la serie de tiempo univariante (una matriz unidimensional de celdas (Ej. filas o columnas)).

Order es el orden de tiempo en las series de datos (Ej.el primer punto de datos corresponde (fecha más temprana=1 (defecto), ultima fecha=0)).

Orden Descripción
1 ascendente (el primer punto de datos corresponde a la fecha más temprana) (defecto)
0 descendente (el primer punto de datos corresponde a la ultima fecha)

Trend_type es una bandera para la descripción del modelo para la función de la tendencia (1 = Lineal (defecto), 2 = Polinomial, 3 = Exponencial, 4 = Logaritmica, 5 = Power).

Orden Descripción
1 Lineal (defecto)
2 Polinomial
3 Exponencial
4 Logaritmica
5 Potente

POrder es la orden polinomial. Este es unicamente relevante para un tipo polinomial de tendencia y es ignorada para todas las otras. Si falta POrder =1.

Const es la constante o el valor intercepto para corregir (Es decir, cero).Si falta, un intercepto no será arreglado y se computa normalmente.

Horizon es el pronóstico de tiempo/horizonte más allá del final de X.Si falta se toma un valor por defecto 0 (ultimo o final de X).

Return_type is a switch to select the return output (1 = Valor Pronosticado (defecto), 2 = limite superior , 3 = limite inferior", 4 = R-Cuadrado ).

Método Descripción
1 Valor Pronosticado (defecto)
2 Limite superior
3 Limite inferior
4 R-Cuadrado

Alpha es el nivel de significancia o confianza (Es decir, alpha). Si e falta o es omitido, se toma un valor aplha de 5%.

 

Observaciones

  1. NxTrend soporta las siguientes funciones de tendencia:
    $$ \begin{cases} \mathrm{Linear} & Y_t=\alpha + \beta \times t \\ \mathrm{Polynomial} & Y_t=\alpha + \beta_1 \times t + \beta_2 \times t^2 + \cdots + \beta_N \times t^N \\ \mathrm{Exponential:} & Y_t= \alpha \times e^{\beta \times t} \\ \mathrm{Logarithm:} & Y_t= \alpha + \beta \times \ln(t) \\ \mathrm{Power:} & Y_t= \alpha \times t^{\beta} \\ \end{cases} $$
  2. Para la tendencia exponencial y logarítmica, no se permite arreglar el valor del intercepto, y entonces es ignorado.
  3. La tendencia de Excel creada como función (Es, decir, "Tendencia") es una función diferente, no es parte de NumXL, y no deben confundirse con NXTrend.
  4. El argumento de orden polinomial debe ser un número entero positivo.
  5. los coeficientes de la función de tendencia que mejor se ajustan a sus datos son estimados usando el método de mínimos cuadrados.
  6. Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.

Ejemplos

Ejemplo 1:

 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
A B C
Fecha Datos NxTrend
Enero 10, 2008 -0.30 #N/A
Enero 11, 2008 -1.28 #N/A
Enero 12, 2008 0.24 #N/A
Enero 13, 2008 1.28 0.09
Enero 14, 2008 1.20 1.55
Enero 15, 2008 1.73 1.90
Enero 16, 2008 -2.18 2.34
Enero 17, 2008 -0.23 0.29
Enero 18, 2008 1.10 0.08
Enero 19, 2008 -1.09 0.54
Enero 20, 2008 -0.69 -0.04
Enero 21, 2008 -1.69 -0.29
Enero 22, 2008 -1.85 -0.80
Enero 23, 2008 -0.98 -1.23
Enero 24, 2008 -0.77 -1.29
Enero 25, 2008 -0.30 -1.28
Enero 26, 2008 -1.28 -1.15
Enero 27, 2008 0.24 -1.27
Enero 28, 2008 1.28 -1.03
Enero 29, 2008 1.20 -0.61
Enero 30, 2008 1.73 -0.28
Enero 31, 2008 -2.18 0.10
Febrero 1, 2008 -0.23 -0.30
Febrero 2, 2008 1.10 -0.29
Febrero 3, 2008 -1.09 -0.07
Febrero 4, 2008 -0.69 -0.22
Febrero 5, 2008 -1.69 -0.30
Febrero 6, 2008 -1.85 -0.51
Febrero 7, 2008 -0.98 -0.72

Ejemplos de archivos

Referencias

¿Tiene más preguntas? Enviar una solicitud

0 Comentarios