ARMA_SIM - Valores simulados de un modelo ARMA

Calcula fuera de la muestra de los valores simulados.

Sintaxis

ARMA_SIM(X, Order, mean, sigma, phi, theta, T, seed)

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 ARMA para ejecutar (Ej. mu).

sigma

es la desviación estandar de los modelos residuales/innesperados.

phi

son los parámetros del modelo compuesto autoregresivo de AR(P) (comenzando con el más bajo retraso).

theta

son los parámetros del modelo componente MA(q) (comenzando con el más bajo retraso).

T

es el tiempo de simulación/horizonte (esxpresado en términos de pasos más allá de la series de tiempo).

seed

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 matríz 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 formacion de ceros es asumida.
5. Las series de tiempo son homogéneas y con el mismo espacio.
6. Las series de tiempo pueden incluir valores perdidos (Ej. #N/A) en cualquiera de los dos extremos.
7. El largo plazo significa que pueden tomar cualquier valor os er omitidos, en ese caso se asume el valor cero.
8. Los resíduos o innovaciones de la desviación estándar (sigma) deben ser mayores que cero.
9. Para los parámetros de entrada - phi:
   • Los parametros de entrada son opcionales y pueden ser omitidos , en este caso no es incluído el componente AR.
   • El orden de los parametros comienzan con la disminución más baja.
   • Uno o más parametros pueden tener valores perdidos o errores de codificación (Ej. #NUM!, #VALOR!, etc).
   • El orden del modelo AR es solamente determinado por el orden de el último valor en la formación con valores numéricos.(vs. valores perdidos o errores).
10. Para los parametros de entrada - theta:
    • Los parametros de entrada son opcionales y pueden ser omitidas, en este caso los componentes de la media móvil son incluídos.
    • El orden de los parametros comienzan con la disminución más baja.
    • Uno o más parametros 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 version 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; 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.