ARMA_PARAM - Valores de los Parámetros del Modelo

Devuelve un array o matríz de celdas para una estimación rápida, óptima (calibarda) o errores estándar de los valores de de los parámetros del modelo.

Sintaxis

ARMA_PARAM ([x], orden, µ, σ, [φ], [θ], retorno, maxiter)

[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.

[φ]

Opcional. Son los parámetros del modelo componente AR(p): [φ1 , φ2 … φp] (comenzando con el retraso menor (lag)).

[θ]

Opcional. Son los parámetros del modelo componente MA(q): [θ1, θ2 … θq] (comenzando con el retraso menor (lag)).

Retorno

Opcional. Es un número entero para seleccionar la salida de un array o matriz: (1 = Estimación Rápida (por defecto), 2 = Calibrada, 3 = Errores Estándar).

Valor	Retorno
1	Estimación Rápida (no óptima) de los valores de los parámetros (por defecto).
2	Calibración optima de los valores para los parámetros del modelo.
3	Errores Estándar de los valores de los parámetros.

MaxIter

Opcional. Es el máximo número de iteraciones usadas para calibrar el modelo. Si falta, el máximo de 100 por defecto es asumido.

Observaciones

1. El modelo subyacente se describe aquí.
2. Las series de tiempo es homogénea e igualmente espaciada.
3. Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
4. ARMA_PARAM devuelve un array de valores (errores) de los parámetros del modelo en el siguiente orden:
1. $\mu$.
2. $\phi_1,\phi_2,...,\phi_p$.
3. $\theta_1,\theta_2,...,\theta_q$.
4. $\sigma$.
5. La función fue adicionada en la versión 1.63 SHAMROCK.

Ejemplos de archivos

Enlaces Relacionados

• Wikipedia - Modelo Autorregresivo de media móvil.

Referencias

• D. S.G. Pollock; Handbook of Time Series Analysis, Signal Processing, and Dynamics; Academic Press; Har/Cdr edition(Nov 17, 1999), ISBN: 125609906.
• 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.
• Box, Jenkins and Reinsel; Time Series Analysis: Forecasting and Control; John Wiley & SONS.; 4th edition(Jun 30, 2008), ISBN: 470272848.
• Walter Enders; Applied Econometric Time Series; Wiley; 4th edition(Nov 03, 2014), ISBN: 1118808568.