ARMA_RESID - ARMA Ajusta los Valores de Residuos Estandarizados

Devuelve un array o matríz de celdas para los residuos estándar de un modelo ARMA dado.

Sintaxis

ARMA_RESID ([x], orden, µ, σ, [φ], [θ])

[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)).

 Atención

La función ARMA_RESID(.) de la version 1.63 es obsoleta: use en su lugar la función ARMA_FIT(.).

Observaciones

  1. El modelo subyacente se describe aquí.
  2. Las series de tiempo es homogénea e igualmente espaciada.
  3. Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
  4. Los residuos estandarizados tienen una media de cero y una varianza de uno (1).
  5. Los residuos estandarizados del modelo ARMA son definidos como:$$\epsilon_t = \frac{a_t}{\sigma_t}$$ $$a_t = x_t - \hat x_t$$ $$\hat x_t = \mu + \sum_{i=1}^p \phi_i x_{t-i} + \sum_{j=1}^q \theta_j a_{t-j}$$

    Donde:

    • $\epsilon$ es el residuo estandarizado del modelo ARMA en el periodo $t$.
    • $a_t$ es el residuo del modelo ARMA en el periodo $t$.
    • $x_t$ es el valor de las series de tiempo en el periodo $t$.
    • $\hat x_t$ es el valor ajustado del modelo (Ej. media condicional) en el periodo $t$. $$1\leq t \leq T$$
    • $T$ es el número de valores no-faltantes en los datos de la muestra.
  6. El orden de parámetros en el argumento de entrada - ([φ]) - determina el orden del componente AR.
  7. El orden de parámetros en el argumento de entrada- ([θ]) - determina el orden del componente MA.

Ejemplos de archivos

Enlaces Relacionados

Referencias

Comentarios

El artículo está cerrado para comentarios.

¿Fue útil este artículo?
Usuarios a los que les pareció útil: 0 de 0