(Obsoleto) Devuelve los límites del intervalo de confianza del pronostico de la media condicional.
Sintaxis
GARCH_FORECI (X, Sigmas, Order, Mean, Alphas, Betas, Innovation, Nu, T, Alpha, Upper)
- X
- son los datos de series de tiempo univariante (una matriz/array dimensional de celdas (Ej. filas o columnas)).
- Sigmas
- son los datos de la series de tiempo univariante (una matriz unidemensional de celdas (Ej. Filas o columnas)) de las ultimas volatilidades q realizadas.
- Order
- el la orden de tiempo en la series de datos (Ej. el primer punto corresponde a la fecha ( la más temprana fecha = 1 (por defecto), la última fecha = 0)).
Valor Order 1 Ascendente (el primer punto de datos corresponde la más temprana fecha=1 (por defecto). 0 Descendente (el primer punto de datos corresponde a la última fecha). - Mean
- es la media del modelo GARCH (Ej. mu).
- Alphas
- son los parámetros de la (p) modelo de componentes ARCH (comenzando con el lag más bajo).
- Betas
- son los parámetros de la (q) modelo de componentes GARCH (comenzando con el lag más bajo).
- Innovation
- es la función de distribución de probabilidad de los resíduos/innovations (1 = Gaussiana (por defecto), 2 = t-Distribución, 3 = GED).
Valor Innovation 1 Distribucion Normal o Gaussiana (por defecto). 2 Distribución t del estudiante. 3 Distribución de error Generalizada (GED). - Nu
- es el parámetro de la forma (o grados de libertad) de la función de distribución de la probabilidad de los residualesof the innovations/residuals probability distribution function.
- T
- es el tiempo/horizonte (expresado en términos de pasos más allá del final de la series de tiempo).
- Alpha
- es el nivel de significancia estadistica. Si falta, un defecto de 5% es asumido.
- Upper
- Si es verdad, decuelve el limite superior del intervalo de confianza. De otra manera, devuelve el límite inferior.
Valor Upper 0 Devuelve el límite inferior. 1 Devuelve el límite superior.
Atención
La función GARCH_FORECI() de la version 1.63 es obsoleta: use en su lugar la función GARCH_FORE.
Observaciones
- El modelo subyacente se describe aquí.
- Las series de tiempo son homogéneas e igualmente espaceadas.
- Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
- El nivel de significancia (Ej. $\alpha$) debe ser mayor a cero y menor a uno.De otra manera, se deveuelve un #VALOR!.
- El número de pasos debe ser mayor a cero. De otra forma, devuelve un #VALOR!.
Ejemplos de archivos
Enlaces Relacionados
Referencias
- Hamilton, J.D.; Time Series Analysis, Princeton University Press (1994), ISBN 0-691-04289-6.
- Tsay, Ruey S.; Analysis of Financial Time Series John Wiley & SONS. (2005), ISBN 0-471-690740.
Comentarios
El artículo está cerrado para comentarios.