ARMA_GOF - Calidad de Ajuste de un Modelo ARMA

Computa la bondad del ajuste (Ej.función de verosimilitud (LLF), AIC, etc.) del modelo ARMA.

Sintaxis

ARMA_GOF ([x], orden, σ, µ, [φ], [θ], retorno)

[X]

Obligatorio. Es la serie de datos de tiempo univariante (un array dimensional de celdas (Ej. filas o columnas)).

Orden

Opcional. Es el orden de tiempo en la serie de datos. (Ej. el primer punto corresponde a la fecha (la más temprana fecha = 1 (por defecto), la más tarde fecha = 0)).

Valor	Orden
1	Ascendente (el primer punto corresponde a la fecha menor) (por defecto).
0	Descendiente (el primer punto corresponde a la fecha mayor).

µ

Opcional. Es la media del modelo ARMA (Ej. mu). Si falta, la media es asumida como cero.

σ

Obligatorio. Es el valor de la desviación estándar del modelo residual/innovaciones.

[φ]

Opcional. Son los parámetros del modelo componente AR(p): [φ1 , φ2 … φp] (comenzando con el retraso menor (lag)).

[θ]

Opcional. Son los parámetros del modelo componente MA(q): [θ1, θ2 … θq] (comenzando con el retraso menor (lag)).

Retorno

Opcional. Es un número entero para seleccionarla medida de la bondad del ajuste: (1 = LLF (por defecto), 2 = AIC, 3 = BIC, 4 = HQC).

Valor	Retorno
1	Función de Verosimilitud (LLF) (por defecto).
2	Criterio de Información Akaike (AIC).
3	Criterio de Información Schwarz/Bayesiano (SIC/BIC).
4	Criterio de Información Hannan-Quinn (HQC).

Observaciones

1. El modelo subyacente se describe aquí.
2. La función de probabilidad logarítmica (LLF) se describe aquí.
3. Las series de tiempo es homogénea e igualmente espaciada.
4. Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
5. El largo plazo significa que pueden tomar cualquier valor o ser omitidos, en ese caso se asume el valor cero.
6. Los residuos/innovación de la desviación estándar (σ) debe ser mayores a cero.
7. Para el argumento de entrada φ:
• El argumento de entrada es opcional y puede ser omitido, en cuyo caso el componente el componente AR componente no incluido.
• El orden de los parámetros comienza con el lag más bajo.
• Uno o más parámetros pueden 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 matriz o array con un valor numérico (vs. faltante o error).
8. Para el argumento de entrada θ:
• El argumento de entrada es opcional y puede ser omitido, en cuyo caso el componente el componente MA componente no incluido.
• El orden de los parámetros comienza con el lag más bajo.
• Uno o más parámetros pueden 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 matriz o array con un valor numérico (vs. faltante o error).
9. Los valores faltantes de los parámetros reducen el número del modelo actual sobre todos los parámetros, entonces mejoran las estadísticas de AIC, BIC y HQC.
10. 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

• D. S.G. Pollock; Handbook of Time Series Analysis, Signal Processing, and Dynamics; Academic Press; Har/Cdr edition(Nov 17, 1999), ISBN: 125609906.
• James Douglas Hamilton; Análisis de series de tiempo; Princeton University Press; 1st edition (Jan 11, 1994), ISBN: 691042896.
• Tsay, Ruey S.; Analysis of Financial Time Series; John Wiley & SONS; 2nd edition (Aug 30, 2005), ISBN: 0-471-690740.
• Box, Jenkins and Reinsel; Time Series Analysis: Forecasting and Control; John Wiley & SONS.; 4th edition(Jun 30, 2008), ISBN: 470272848.
• Walter Enders; Applied Econometric Time Series; Wiley; 4th edition(Nov 03, 2014), ISBN: 1118808568.