SARIMA_SIM - Modelado Basado en Simulación SARIMA

Calcula los valores simulados fuera de la muestra.

Sintaxis

SARIMA_SIM ([x], orden, µ, σ, d, [φ], [θ], s, sd, [sφ], [sθ], t, semilla)

[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).

µ

Opcional. Es la media del modelo ARMA (Ej. mu). Si falta, la media es asumida como cero.

σ

Obligatorio. Es el valor de la desviación estándar del modelo residual/innovaciones.

D

Obligatorio. Es el orden no diferencial no estacional.

[φ]

Opcional. Son los parámetros del componente AR(p) del modelo AR no estacional: [φ1, φ2 … φp] (comenzando con el retraso menor (lag)).

[θ]

Opcional. Son los parámetros del componente MA(q) del modelo MA no estacional: [θ1, θ2 … θq] (comenzando con el retraso menor (lag)).

S

Opcional. Es el número de observaciones por un periodo (Ej. 12 = Anual, 4 = Trimestral).

sD

Opcional. Es el orden diferencial estacional.

[sφ]

Opcional. Son los parámetros del componente del modelo AR estacional AR(PP): [sφ1, sφ2 … sφpp] (comenzando con el retraso menor (lag)).

[sθ]

Opcional. Son los parámetros del componente del modelo MA estacional MA(QQ): [sθ1, sθ2 … sθqq] (comenzando con el retraso menor (lag)).

T

Obligatorio. Es el tiempo de simulación / horizonte (expresada en términos de pasos más allá del final de las series de tiempo).

Semilla

Obligatorio. Es un número entero sin signo para establecer el número aleatorio generador(es).

Observaciones

1. El modelo subyacente se describe aquí.
2. La función de probabilidad logarítmica (LLF) se describe aquí.
3. SARIMA_SIM devuelve una matriz de una ruta de simulación desde el final de la entrada de datos.
4. El argumento de entrada de datos (Ej. las últimas observaciones) es opcional. Si si es omitido, una matriz de ceros es asumida
5. Las series de tiempo es homogénea e igualmente espaciada.
6. Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
7. El argumento medio a largo plazo (µ) puede tomar cualquier valor o ser omitido, en ese caso el valor cero es asumido.
8. Los residuos de la desviación estándar - (σ) - deben ser mayores que cero.
9. Para los argumentos de entrada - ([φ]) (parámetros del componente AR no estacional):
• El argumento de entrada es opcional y pude ser omitido, en ese caso un componente no estacional AR es incluido.
• El orden de los parámetros comienza con el lag más bajo.
• Uno o más parámetros puede tener valores faltantes o errores de código (Ej. #NUM!, #VALOR!, etc.).
• El orden de los componentes del modelo no estacionarios AR es solamente determinado por el orden del último valor en el array o matriz con un valor numérico (vs. faltante o error).
10. Para el argumento de entrada - ([θ]) (parámetros del componente no estacionario MA):
• El argumento de entrada es opcional y pude ser omitido, en ese caso un componente no estacional MA es incluido.
• El orden de los parámetros comienza con el lag más bajo.
• Uno o más parámetros puede tener valores faltantes o errores de código (Ej. #NUM!, #VALOR!, etc.)
• El orden de los componentes del modelo no estacionarios MA es solamente determinado por el orden del último valor en el array o matriz con un valor numérico (vs. faltante o error).
11. Para el argumento de entrada - ([sφ]) (parámetros del componente estacionario AR):
• El argumento de entrada es opcional y pude ser omitido, en ese caso un componente no estacional AR es incluido.
• El orden de los parámetros comienza con el lag más bajo.
• Uno o más parámetros puede tener valores faltantes o errores de código (Ej. #NUM!, #VALOR!, etc.)
• El orden de los componentes del modelo no estacionarios AR es solamente determinado por el orden del último valor en el array o matriz con un valor numérico (vs. faltante o error).
12. Para el argumento de entrada - ([sθ]) (parámetros del componente estacionario MA):
• El argumento de entrada es opcional y puede ser omitido, en ese caso no se incluye ningún componente MA estacional.
• El orden de los parámetros comienza con el lag más bajo.
• Uno o más parámetros puede tener valores faltantes o errores de código (Ej. #NUM!, #VALOR!, etc.)
• El orden de los componentes del modelo no estacionarios MA es solamente determinado por el orden del último valor en el array o matriz con un valor numérico (vs. faltante o error)
13. El orden integrador no estacionario - (d) - es opcional y puede ser omitido, en este caso d asume un valor cero
14. El orden integrador estacionario - (sD) - es opcional y puede ser omitido, en este caso sD asume un valor cero.
15. La duración de la estación - (s) - es opcional y puede ser omitido en este caso se asume un valor cero (Ej. plain ARIMA).
16. la función fue adicionada en versión 1.63 SHAMROCK.

Ejemplos de archivos

Enlaces Relacionados

• Wikipedia - Función de verosimilitud.
• Wikipedia - Likelihood principle.
• Wikipedia - Modelo Autorregresivo de media móvil.

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.