Devuelve un array o matríz de celdas para los residuos estándar de un modelo ARMA dado.
Sintaxis
ARMA_RESID(X, Order, Mean, sigma, phi, theta)
- X
- es la serie de datos de tiempo univariante (un array dimensional de celdas (Ej. filas o columnas)).
- Order
- es el orden de tiempo en la serie de datos.(Ej. el primer punto corresponde a las fecha (la más temprana fecha = 1 (por defecto), la más tarde fecha = 0)).
Valor Order 1 Ascendente (el primer punto corresponde a la fecha menor) (por defecto). 0 Descendiente (el primer punto corresponde a la fecha mayor). - Mean
- es el modelo de la media (ej. mu).
- sigma
- es desviación estándar del modelo residual/innovaciones.
- phi
- son los parámetros del componente del modelo AR(p) (comenzando con el lag más bajo).
- theta
- son los parámetros del componente del modelo MA(q) comenzando con el lag más bajo).
Atención
La función ARMA_RESID() de la version 1.63 es obsoleta: use en su lugar la función ARMA_FIT.
Observaciones
- El modelo subyacente se describe aquí.
- Las serie de tiempo es homogénea e igualmente espaceada.
- Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
- Los resíduos estandarizados tienen una media de cero y una varianza de uno(1).
- Los resíduos estandarizados del modelo ARMA son definidos como: $$\epsilon_t = \frac{a_t}{\sigma_t}$$ $$a_t = x_t - \hat x_t$$ $$\hat x_t = \mu + \sum_{i=1}^p \phi_i x_{t-i} + \sum_{j=1}^q \theta_j a_{t-j}$$ Where:
- $\epsilon$ es el resíduo 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 la 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-flatantes en los datos de la muestra.
- El orden de parámetros en el argumento de entrada - phi - determina el orden del componente AR.
- El orden de parámetros en el argumento de entrada- theta - determina el orden del componente MA.
Ejemplos de archivos
Enlaces Relacionados
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; Time Series Analysis; 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 Reisel; 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.
Comentarios
El artículo está cerrado para comentarios.