ARMA_SIM - Valores Simulados de un Modelo ARMA

Calcula fuera de la muestra de los valores simulados.

Sintaxis

ARMA_SIM ([x], orden, µ, σ, [φ], [θ], t, semilla)

[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)).

T

Opcional. Es el tiempo de simulación tiempo/horizonte (expresado en términos de pasos más allá de las series de tiempo).

Semilla

Opcional. Es un entero sin signo para configurar el generador de número(s) aleatorio(s).

Observaciones

1. El modelo subyacente se describe aquí.
2. La función de probabilidad logarítmica (LLF) se describe aquí.
3. ARM_SIM regresa una matriz de una simulación desde el final de los datos ingresados.
4. El argumento de datos de entrada (ej. las observaciones recientes) son opcionales. Si se omiten una formación de ceros es asumida.
5. Las series de tiempo es homogénea e igualmente espaciada.
6. Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
7. El largo plazo significa que pueden tomar cualquier valor o ser omitidos, en ese caso se asume el valor cero.
8. Los residuos o innovaciones de la desviación estándar (σ) debe ser mayores que cero.
9. Para los parámetros de entrada - ([φ]):
• Los parámetros de entrada son opcionales y pueden ser omitidos, en este caso no es incluido el componente AR.
• El orden de los parámetros comienza con la disminución más baja.
• Uno o más parámetros pueden tener valores perdidos o errores de codificación (Ej. #NUM!, #VALOR!, etc.).
• El orden del modelo AR es solamente determinado por el orden del último valor en la formación con valores numéricos. (vs. valores perdidos o errores).
10. Para los parámetros de entrada - ([θ]):
• Los parámetros de entrada son opcionales y pueden ser omitidas, en este caso los componentes de la media móvil son incluidos.
• El orden de los parámetros comienza con la disminución más baja.
• Uno o más parámetros pueden tener valores perdidos o errores de codificación (Ej. #NUM!, #VALOR!, etc.).
• El orden de la media o promedio móvil es solamente determinado por el orden del último valor en la formación con un valor numérico. (vs. valores perdidos o errores).
11. 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.