GARCHM_CALIBRATE - Parámetros de Calibración GARCH

Computa la máxima verosimilitud estimada (MLE) de los parámetros del modelo.

Sintaxis

GARCHM_CALIBRATE ([x], orden, [modelo], [máscara], método, maxiter)

[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).
[Modelo]
Obligatorio. Es la representación del modelo GARCH-M (una matriz/array unidimensional de celdas (Ej. filas o columnas)) (ver la función GARCHM).
[Máscara]
Opcional. Es una matriz/array de 0's y 1's para especificar cuales parámetros van a ser calibrados. Si faltan, todos los parámetros son incluidos en la calibración.
Método
Opcional. Es el método de calibración/ajuste (1 = MLE, 2 = Bayesiano). Si faltan, se asume una máxima verosimilitud estimada (MLE).
Valor Método
1 Máxima Verosimilitud Estimada (MLE) (por defecto).
2 Bayesiano.
MaxIter
Opcional. Es el número de iteraciones usadas para calibrar el modelo. Si falta, Un defecto máximo de 100 es asumido.

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. La máxima estimación de verosimilitud (MLE) es un método estadístico para ajustar un modelo a los datos y proveer estimados para los parámetros del modelo.

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