Computa la medida de la bondad de ajuste (Ej. Función de verosimilitud (LLF), AIC, etc) del modelo estimado SARIMA.
Sintaxis
SARIMAX_GOF(Y, X, Order, Beta, mean, sigma, d, phi, theta, period, sd, sPhi, sTheta, Type)
- Y
- es la respuesta de la matriz de variable dependiente de las series de tiempo(una matriz dimensional de celdas (Ej. Filas o columnas)).
- X
- es la matriz datos de variables independientes (Factores exógenos) de las series de tiempo, de modo que cada columna respresenta una variable.
- Order
- es la orden de tiempo en la serie de datos (Ej. el primer punto corrrespondie a la fecha (la más temprana fecha=1( por defecto), la más reciente fecha=0)).
Orden Descripción 1 ascendente (el primer punto corrresponde a la fecha (la más temprana (por defecto) 0 descendente (el primer punto corrresponde a la última fecha) - Beta
- es la matriz de coeficientes de los factores exógenos.
- mean
- es la media del modelo ARMA (Ej. el largo plazo las series de tiempo de la regresión diferencial residual). Si falta, la media se asume como cero.
- sigma
- es el valor de la desviación estándar de los resíduos/innovations del modelo.
- d
- es el orden diferenciado no estacional.
- phi
- son los parámetros del AR no estacional componente del modelo AR(p) (comenzando con el lag más bajo).
- theta
- son los parámetros del MA no estacional componente del modelo (Ej. MA(q)) (comenzando con el lag más bajo).
- period
- es el número de observaciones por un periodo (Ej. 12=Anual, 4=Trimestral).
- sd
- es el orden diferencial estacional.
- sPhi
- son los parámetros del AR estacional componente de modelo AR(p) (comenzando con el lag más bajo).
- sTheta
- son los parámetros modelo componente estacional MA (Ej. MA(q))(comenzando con el lag más bajo).
- Type
- es un número entero para seleccionar la medida de bondad de ajuste: (1=LLF (por defecto), 2=AIC, 3=BIC, 4=HQC)
Orden Descripción 1 Función de Log Verosimilitud (LLF) (por defecto) 2 Criterio de Información Akaike (AIC) 3 Criterio de Información Schwarz/Bayesian (SIC/BIC) 4 Criterio de Información Hannan-Quinn(HQC)
Observaciones
- El modelo subyacente se describe aquí.
- La función de probabilidad logarítmica ( LLF ) se describe aquí.
- Cada columna en la matriz de los factores explicatorios de entrada (Ej. X) corresponde a una variable separada.
- Cada fila en la matriz de los factores explicatorios de entrada (Ej. X) corresponde a una observación.
- Observaciones (Ej. filas) con valores faltantes en X o Y son asumidas como faltantes.
- El número de filas de la variable explicatoria (X) debe ser igual al número de filas de la variable de respuesta (Y).
- Las series de tiempo son homogéneas e igualmente espaceadas
- Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cualquier extremo.
- La desviación estándar residual (Ej. $\sigma$) deben ser mayores que cero.
- El modelo ARMA tiene residuos constantes independientes y normalente distribuidos con varianza constante. La función ARMA log- Verosimilitud comienza:
$$\ln L^* = -T\left(\ln 2\pi \hat \sigma^2+1\right)/2 $$
Where:
- $\hat \sigma$ es la desviación estándar de los residuos.
- El valor del argumento de entrada - period - debe ser mayor a uno,o la función devuelve #VALOR!.
- El valor del argumento de diferencia estacional- sD - debe ser mayor a uno,o la función devuelve #VALOR!.
- La máxima estimación de verosimilitud (MLE) es un metodo estadístico para ajustar un modelo a los datos y proveer estimados para los parámetros del modelo.
- Para el argumento de entrada - Beta:
- El argumento de entrada es opcional y puede ser omitido, en este caso el componente de regresión no es incluido (Ej.solamente SARIMA).
- El orden de los parámetros define como se pasan los argumentos de entrada los factores exógenos.
- Uno o más parámetros pueden tener valores faltantes o un error de código (Ej.#NUMERO!, #VALOR!, etc.).
- El argumento media a largo plazo de lo residuos diferenciados de la regresión pueden tomar cualquier valor.Si es omitido, un valor cero es asumido.
- Los resíduos de la desviación estándar (sigma) debe ser mayor a cero.
- Para el argumento de entrada - phi (parámetros de de AR componente no estacional):
- El argumento de entrada es opcional y puede ser omitido, en este caso el componente AR no estacional no es incluido.
- El orden de los parámetros comineza con el lag más bajo
- Uno o más parámetros pueden tener valores faltantes o un error de código (Ej.#NUMERO!, #VALOR!, etc.).
- El oden del modelo componente no estacional AR es solamente determinado por el orden del último valor en la matríz con un valor numérico (vs. faltante o error).
- Para el argumento de entrada - theta (parámetros del componente no estacional MA):
- El argumento de entrada es opcional y puede ser omitido, en este caso el componente MA no estacional no es incluido.
- El orden de los parámetros comineza con el lag más bajo
- Uno o más parámetros pueden tener valores faltantes o un error de código (Ej.#NUMERO!, #VALOR!, etc.).
- El orden del modelo componente no estacional MA es solamente determinado por el orden del último valor en la matríz con un valor numérico (vs. faltante o error).
- Para el argumento de entrada - sPhi (parámetros del componente estacional AR):
- El argumento de entrada es opcional y puede ser omitido, en este caso el componente estacional AR no es incluido.
- El orden de los parámetros comineza con el lag más bajo
- Uno o más parámetros pueden tener valores faltantes o un error de código (Ej.#NUMERO!, #VALOR!, etc.).
- El orden del modelo componente estacional AR es solamente determinado por el orden del último valor en la matríz con un valor numérico (vs. faltante o error).
- Para el argumento de entrada - sTheta (parámetros del componente estacional MA):
- El argumento de entrada es opcional y puede ser omitido, en este caso el componente estacional MA es incluido.
- El orden de los parámetros comineza con el lag más bajo
- Uno o más parámetros pueden tener valores faltantes o un error de código (Ej.#NUMERO!, #VALOR!, etc.).
- El orden del modelo componente estacional MA es solamente determinado por el orden del último valor en la matríz con un valor numérico (vs. faltante o error).
- Para el orden de integración no estacional - d - es opcional y puede s, en este caso d es asumida como cero.
- Para el orden de integración estacional - sD - es opcional y puede ser omitido, en este caso sD es asumida como cero.
- La duración de la estacionalidad- s - es opcional y puede ser omitida, en este caso s es asumida como cero (Ej. ARIMA simple).
- La función fue adicionad en versión 1.63 SHAMROCK.
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.