GARCHM_CALIBRATE - Parámetros de Calibración GARCH

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

Sintaxis

GARCHM_CALIBRATE(X, Order, Model, Mask, Method, maxIter)

X son los datos de serie de tiempo univariante (una matriz unidimensional de celdas (Ej. filas o columnas)).

Order is 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 última fecha=0)).

Orden Descripición
1 ascendente (El primer punto corresponde a la fecha más temprana (por defecto)
0 descendente (El primer punto corresponde ala última fecha)

Model es la representación del modelo GARCH-M (una matriz/array unidimensional de celdas (Ej. filas o columnas)) (ver la función GARCHM).

Mask 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.

Method es el método de calibración/ajuste(1=MLE, 2=Bayesian).Si faltan, se asume una máxima verosmilitud estimada (MLE).

Método Descripción
1 Máxima Verosimilitud Estimada (MLE)
2 Bayesiana

maxIter 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. La series de tiempo son homogéneas e igualmente espaceadas.
  3. Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
  4. La máxima estimación de verosinmilitud (MLE) es un método estadístico para ajustar un modelo a los datos y proveer estimados para los parámetros del modelo.

Ejemplos de archivos

Referencias

¿Tiene más preguntas? Enviar una solicitud

0 Comentarios