ARIMA_PARAM - Valores de los parámetros del modelo

Devuelve un array o depliegue de celdas para una rápida estimación (calibración) o errores estándares de los valores de los parámetros del modelo.

Sintaxis

ARIMA_PARAM(X, Order, d, Mean, Sigma, Phi, Theta, Type, MaxIter)

X

es la serie de datos de tiempo univariante (un array dimensional de celdas (Ej. filas o columnas)).

Order

es el orden del tiempo en la serie de datos (Ej. el primer punto corresponde a la fecha (la menor = 1 (por defecto), la mayor fecha = 0)).

Orden	Descripción
1	Ascendente (el primer punto corresponde a la menor fecha) (defecto).
0	Descendente (el primer punto corresponde a la fecha mayor fecha).

d

es el grado de diferenciación (Ej. d).

Mean

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

Sigma

es el valor de la desviación estándar de los resíduos del modelo.

Phi

son los parámetro del modelo componente AR(p) (comenzando con el lag más bajo).

Theta

son los parámetro del modelo componente MA(q) (comenzando con el lag más bajo).

Type

es un número entero para seleccionar el tipo de salida de la matríz o array: (1 = estimación Rápida (por defecto), 2 = Calibración, 3 = Errores Estándar).

Orden	Descripción
1	Estimación Rápida (no-óptima) de los valores del parámetro (defecto).
2	Calibración (óptima) de los valores de los parámetros del modelo.
3	Error estándar de los valores de los parámetros.

MaxIter

es el máximo número de iteraciones usadas para calibrar el modelo. Si falta, un máximo faltante de 100 es asumido.

Observaciones

1. El modelo subyacente se describe aquí.
2. La series de tiempo son homogéneas e igualmente espaceadas.
3. La series de tiempo son homogéneas pueden incluir valores faltantes (Ej. #N/A) en los extremos.
4. El argumento ordenador de integración(d) debe ser un entero positivo.
5. El argumento media a largo plazo (media) puede tomar cualquier valor o ser omitido, en cuyo caso se asume el valor de cero.
6. El valor de los resíduos/innovations de la desviación estándard(sigma) debe ser mayor a cero.
7. Para el argumento de entrada (phi):
   • El argumento de entrada es opcional y puede ser omitido, en cuyo caso el componente AR es incluido.
   • El orden de los parámetros comienza con el lag más bajo.
   • Uno o más parámetros puden ser omitidos o tener un error de código (Ej. #NUM!, #VALOR!, etc.).
   • El orden del modelo componente AR es solamente determinado por el orden del último valor en la matríz o array con un valor numérico (vs. faltante o error).
8. Para el argumento de entrada (theta):
   • El argumento de entrada es opcional y puede ser omitido, en cuyo caso el componente el componente MA component no incluído.
   • El orden de los parámetros comienza con el lag más bajo.
   • Uno o más parámetros puden ser omitidos o tener un error de código(Ej. #NUM!, #VALOR!, etc.).
   • El orden del modelo componente MA es solamente determinado por el orden del último valor en la matríz o array con un valor numérico (vs. faltante o error).
9. La función fue adicionada en versión 1.63 SHAMROCK.

Ejemplos de archivos

Enlaces Relacionados

• Wikipedia - Criterio de información de Akaike.
• Wikipedia - Modelo Autorregresivo de media móvil.

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.