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
- El modelo subyacente se describe aquí.
- Las series de tiempo es homogénea e igualmente espaciada.
- Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
- 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
- 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.
Comentarios
El artículo está cerrado para comentarios.