X12-ARIMA Soporte con NumXL

NumXL es compatible con el modelado Censo de los Estados Unidos X12-ARIMA, incluyendo los ajustes por temporadas, el filtro de tendencias y el modelo de identificación y predicción.

En este ensayo vamos a repasar el enfoque de NumXL para implementar este modelo.

Descripción General

El enfoque de esta característica es usar el programa gratuito del Censo de los Estados Unidos (conocido como x12a.exe), que proporciona a los usuarios una interfaz completa de Excel, así como archivos de entrada y salida sin procesar para usuarios avanzados.

El programa X12-ARIMA del Censo de los Estados Unidos no tiene interfaz de usuario. Para invocarlo, el usuario necesita escribir un archivo de entrada de script (especificación) junto con los datos e invocar el programa desde la interfaz de línea de comandos.Una vez completado, el programa genera varios mensajes de salida y archivos en carpetas designadas.

Para poner una nueva cara de Excel en este programa heredado ampliamente utilizado, NumXL proporciona un asistente o cuadro de diálogo que los usuarios pueden utilizar para especificar el rango de celdas de sus datos, seleccionar varias opciones de modelado, guardar esas configuraciones como parte de su hoja de cálculo de Excel y consulta las diferentes salidas de su modelo.

Detrás de las escenas, NumXL transforma los datos del usuario y las selecciones de modelo en un archivo de especificación nativo x12a. Finalmente, NumXL ejecuta el programa x12a, lee los archivos de salida y pone a disposición los resultados al usuario en excel.

Todo el proceso (es decir, preparar el archivo de especificaciones, ejecutar el programa y leer los archivos de salida) está oculto al usuario, pero para promover la transparencia, el asistente de NumXL X12-ARIMA permite acceder a diferentes archivos de entrada/salida (por ejemplo, archivo de especificaciones, y archivo de salida).

Preparación de Datos

Similar a lo que hicimos en nuestro tutorial anterior, organizamos los datos de muestra colocando la fecha en una columna y los valores de las variables en una columna separada, con cada observación en una fila separada.

En el ejemplo anterior, se utilizaron los datos reales del PIB trimestral para EE.UU., Francia, Australia y Canadá.

Por favor tener en cuenta:

1. Las diferentes series de tiempo no comienzan en la misma fecha. Nosotros reemplazamos los valores faltantes por #N/A.
2. Las diferentes series temporales puede que no terminen en la misma fecha.
3. Todos ellos son datos trimestrales. No se mezclan datos mensuales y trimestrales.

Además, los usuarios pueden agregar fechas futuras al final de la serie temporal y rellenarla con "# N / A" para sus valores futuros (consulte la siguiente figura).

NumXL elimina los valores faltantes de cualquiera de los extremos de la serie de tiempos y ajusta la fecha de inicio de la serie, por lo tanto no es un problema. Para el usuario, la nueva fila sirve como marcador de posición para futuras observaciones; Con el fin de que los nuevos datos estén disponibles (publicados), el usuario reemplaza los valores faltantes (es decir, #N/A) con los valores actuales, desencadenando las fórmulas de los modelos para reevaluar, sin necesidad de editar nada en la hoja de cálculo.

Proceso

Primero, seleccione una celda vacía en su hoja de cálculo para almacenar el identificador único o su X12-ARIMA en Excel.

A continuación, Localice el icono X12 ARIMA en la barra de herramientas (o menú en Excel 2003) y haga clic en él.

Aparece el Asistente X12 ARIMA (cuadro de diálogo) en Excel.

Para los datos de las series de tiempo de entrada, seleccione el rango de celdas para los valores, la fecha de inicio y la frecuencia de las observaciones (es decir, mensuales o trimestrales).

Nota:

1. Los valores del rango de celdas seleccionadas pueden contener valores faltantes (#N/A) en cada extremo.
2. La serie temporal no puede contener ningún valor intermedio que falte. Si su serie tiene uno o más valores intermedios que faltan, sustituya un valor de relleno utilizando interpolación o cualquier método con el que se sienta cómodo.
3. La fecha de inicio es una fecha válida de Excel (por ejemplo 1/1/1947) incluso para datos trimestrales. No utilice otros formatos similares a 1947.Q1 o 1947.3, ya que no son fechas válidas en Excel.
4. La fecha de inicio debe corresponder a la primera observación en la serie de tiempo independientemente de si el valor de la observación falta o no.

A continuación, vamos a configurar el ajuste previo de nuestros datos de entrada:

Esta sección le permite a usted establecer un tratamiento especial de datos previo al proceso de modelado. Por ejemplo, “Transform” Instruye al programa X12a para modelar los valores de registro de nuestra serie de tiempo.

En la sección de regresión, el usuario puede ajustar los efectos de calendario especiales como días laborales y días feriados como Semana Santa.

1. Efectos del calendario

   IMPORTANTE: El efecto de vacaciones de Pascua comienza N días antes de Pascua. Actualmente, NumXL usa 14 días antes de Pascua. Esto se cambiará en versiones futuras para permitir al usuario seleccionar un valor.

   En la sección tipo de valores atípicos, El usuario puede seleccionar los tipos de valores extremos a detectar y ajustar. Para obtener más detalles sobre esos tipos de valores atípicos, consulte nuestro documento en línea:

2. Preparación de datos - Atípicos

   Ahora, vamos a examinar la sección del modelo ARIMA:

   

   La X12-ARIMAmetodología(regARIMA) utiliza un modelo estacional ARIMA (SARIMA) para capturar tanto la estacionalidad (determinística) como la ciclicidad (estocástica) en los datos.

   The user may elect for the program to find the best fit model (“Auto-Select”) or they can specify the order of the model.

   Para obtener más información sobre la descomposición de las series temporales y / o el ajuste estacional, consulte nuestro documento en línea.

3. Patrones desconectados

   En la sección de “Pronóstico” nosotros podemos seleccionar la duración del Pronóstico.Se establece en un (1) año de forma predeterminada, pero los usuarios pueden seleccionar un horizonte de pronóstico más alto hasta siete (7) años (límite máximo).

   Ahora, vamos a establecer los valores de ajuste estacional:

   

   Por defecto, se selecciona la opción de ajuste estacional X11. El filtro X11 se deriva de filtros de tendencia Henderson (Robert Henderson 1916).

   En el modo X11, el usuario puede controlar el tipo de descomposición de ajuste estacional calculado (modo): aditivos multiplicativos, aditivos, seudo aditivos o log aditivos.

   

   Utilizando la opción filtro X11, el usuario puede controlar el promedio móvil estacional utilizado. Actualmente, el promedio móvil de tendencia se fija en 13.

   

   Nota:

   1. El efecto Día Laboral y otros ajustes de vacaciones en X11 aún no están disponibles en NumXL.
   2. El control de ajuste de valor Extremo está habilitado y ajustado al límite sigma de 1,25 y 2,75

   Para obtener más información sobre la descomposición de las series temporales y/o el ajuste estacional, consulte nuestro documento en línea.

   1. Patrones Desconectados

   Ahora que hemos terminado de especificar las opciones del modelo, haga clic en "Aplicar".

   

   Notas:

   1. El botón "Open X-12 SPC file" se activa.
      

      

   2. Si hace clic en "Open X-12 SPC file", la aplicación de Windows Notepad se iniciará con el archivo de especificaciones x12a abierto.

      

   3. En la celda seleccionada en su hoja de cálculo, el X12-ARIMA genera un identificador único para el modelo.
      

      

   4. El botón "Run X12A" está habilitado ahora.
      

      

   Por último, vamos a ejecutar el programa x12a. Haga clic en el botón "Run X-12A". NumXL invoca el programa y pasa el archivo de especificaciones generado anteriormente. Al finalizar, aparece un cuadro de diálogo.

   

   De Clic en “OK.”

   Tenga en cuenta que todos los botones de comando en la esquina superior derecha del cuadro de diálogo ahora están habilitados.

   

   Examinemos el estado (es decir, advertencias o errores) producido por la ejecución del programa x12a. Haga clic en "Abrir archivo de error X-12" para ver el archivo.

   

   Una vez más, se inicia la aplicación de Bloc de notas y se muestra el archivo de error generado por el programa x12a.

   Nota:

   1. El archivo de error (x12a_34cc1761.err) tiene el mismo nombre de archivo base que el nombre de archivo de especificación (es decir, x12a_34cc1761.spc), que es el identificador único del modelo x12-arima (x12a_34cc1761).
   2. En el caso del PIB real estadounidense, la x12a no detectó ninguna estacionalidad significativa, por lo que arroja una advertencia.
   3. El segundo párrafo de la advertencia anterior no es relevante para nuestro caso, ya que modelamos las series de tiempo brutas del PIB (en lugar de los componentes del PIB (por ejemplo, consumo, inversión, gasto gubernamental e importaciones/exportaciones)).

   Opcionalmente, puede examinar la salida x12a sin procesar. Haga clic en el botón "Abrir archivo de salida X12" y, de nuevo, se inicia la aplicación de notepad y se muestra el archivo de salida x12.

   

   Notas:

   1. Primero se realiza una serie de pruebas de estacionalidad. En el caso de la serie de PIB real estadounidense, la prueba no encontró ninguna estacionalidad significativa.
   2. El procedimiento regARIMA de modelado automático imprime la orden (AR y MA) del modelo seleccionado. En nuestro caso, es (1 1 1) sin estacionalidad (es decir ARIMA (1,1,1)) Ahora, haga clic en "OK" para que el salir del asistente.

Salidas

Por ahora usted debe preguntarse "¿Dónde están las salidas del modelo?" NumXL ofrece algunas funciones de hoja de cálculo para consultar las diferentes salidas del modelo.

Para empezar, vamos a consultar la serie temporal X11 ajustada estacionalmente. Utilice la función X12ACOMP para este propósito.

Notas:

1. El primer argumento hace referencia al identificador único del modelo en la celda B1.
2. El segundo argumento hace referencia al paso desde el comienzo de la serie temporal, por lo que para C3, el paso es igual a uno (1).
3. El valor de paso oscila entre uno (1) y la longitud de la serie temporal de entrada. Para nuestro ejemplo de datos trimestrales del PIB de los Estados Unidos, el paso puede ser entre uno (1) y 265.
4. El último argumento selecciona el componente de salida. Para X11 ajustado estacionalmente (SA), selecciona uno.
5. Consulte la página del manual de referencia de X12ACOMP para obtener más detalles.

For forecasting, we use the X12AFORE to query the forecast value and/or confidence interval.

Notas:

1. El primer argumento hace referencia al modelo único identificado en la celda B1.
2. El segundo argumento hace referencia al paso desde el final de la serie temporal (último valor no faltante), por lo que para K268, el paso es igual a uno (1).
3. El valor de paso oscila entre uno (1) y el horizonte de pronó. Para nuestro ejemplo de datos trimestrales del PIB de los Estados Unidos, el paso puede ser entre uno (1) y cuatro (un año). Después de eso, el X12AFORE devuelve el último valor de pronóstico conocido (por ejemplo, Q4).
4. Para el valor promedio del pronóstico, el tercer argumento se establece en uno (1).
5. Consulte la página del manual de referencia X12AFORE para más detalles.

Conclusión

En este tutorial, hemos demostrado el proceso de modelar un modelo X12-ARIMA y derivar unas series temporales ajustadas X11 en Excel utilizando las funciones complementarias de NumXL.

A lo largo del tutorial, presentamos varios elementos de la implementación de X12-ARIMA de NumXL, en un intento de ayudarle a resolver problemas que pueden surgir durante el proceso de modelado.

¿Hacia dónde vamos desde aquí?

En primer lugar, para responder a la cuestión de la optimalidad, es necesario introducir algoritmos adicionales para seleccionar las opciones de conjunto óptimas conjunto y sus valores (por ejemplo, opciones de filtro X11, modo X11, etc.) para un conjunto de datos determinado.

En segundo lugar, el conjunto de días feriados soportados es relativamente limitado. Mediante la combinación de las funciones de calendario en NumXL, podemos ampliar el conjunto de manera significativa.

1. Además, estamos planeando añadir feriados no fijos como el Año Nuevo Chino, así como las fiestas islámicas y judías.
2. Soporte total a las variables explicativas de regresión definidas por el usuario (exógenas).

En tercer lugar, muchos de los datos económicos pueden representarse como una suma de sus componentes (por ejemplo, el PIB y sus componentes: consumo, inversión, gobierno e importaciones/exportaciones netas), por lo que modelar los componentes y su suma requiere un manejo especial.

Por último, el Censo de los Estados Unidos publicará la edición X13-ARIMA-SEATS de su programa, por lo que la nueva opción de filtrado estará disponible.

Ejemplos de Archivos