Calcula el pronóstico condicional fuera de la muestra (Ej. media, error e intervalo de confianza)
Sintaxis
ARMAX_FORE(Y, X, Order, Beta, mean, sigma, phi, theta, T, Type, alpha)
- Y
- es la reacción AKA, el dato o array la variable dependiente de las series de tiempo (una matriz dimensional de celdas(Ej. filas o columnas)).
- X
- es la variable independiente(factores exógenos) matriz de datos de las serie de tiempo, de manera que cada columna representa una variable.
- Order
- es el orden de tiempo en la serie de datos (Ej. El primer punto correspondiente a la fecha (la fecha más temprana fecha=1 (por defecto), la fecha más tarde fecha=0)).
Orden Descripción 1 ascendente (el primer punto de datos de fecha corresponde a la más temprana) (por defecto) 0 descendente (el primer punto de datos corresponde a la última fecha) - Beta
- son los coeficientes de la matriz de los factores exógenos.
- mean
- es la media ARMA de largo plazo (Ej. mu).
- sigma
- es la desviación estandar del los residuos del modelo.
- phi
- son los parámetros del modelo componente AR(p)(comenzando con el lag más bajo).
- theta
- son los parámetros del modelo componente MA(q) (comenzando con el lag más bajo).
- T
- es el pronóstico tiempo/horizonte (expresado en terminos de pasos más allá del fin de las series de tiempo).
- Type
- es un número entero para seleccionar el tipo de salida del pronóstico: (1=media (por defecto), 2=Error Estándar, 3=Etructura Temporal, 4=LL, 5=UL)
Orden Descripción 1 Valor de la media pronosticada (por defecto) 2 Pronóstico de error estándar (volatilidad local aka) 3 Estructura temporal de volatilidad 4 Límite inferior intervalo de confianza pronosticado. 5 Límite superior del intervalo de confianza pronosticado. - alpha
- es el nivel estadístico significativo. Si falta, un 5% es asumido por defecto.
Observaciones
- El modelo subyacente se describe aquí.
- La función de probabilidad logarítmica ( LLF ) se describe aquí.
- La serie de tiempo es homogenea e igualmente espaceada
- La serie de tiempo puede incluir valores faltantes (Ej. #N/A) en los extremos.
- La media a largo plazo puede tener cualquier valor o ser omitida, en ese acaso un valor cero es asumido.
- los residuos/innovations de la desviacion estandar (sigma) debe ser mayor que cero.
- Para el argumento de entrada (beta):
- El argumento de entrada es is opcional y puede ser omitido, en ese caso el componente de regresión no es incluído (Ej. plain ARMA).
- El orden de los parámetros define como el factor exógeno pasa los argumentos de entrada.
- Uno o más parámetros pueden tener valores faltantes o errores de código (Ej. #NUM!, #VALOR!, etc.).
- Para el argumento de entrada (phi):
- El argumento de entrada es opcional y puede ser omitido, en ese caso el componente AR no es incluido
- El orden de los parámetros comienza con el lag más bajo.
- Uno o más parámetros pueden tener valores faltantes o errores 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.
- Para el argumento de entrada (theta):
- El argumento de entrada es opcional y puede ser omitido, en ese caso el componente MA no es incluido.
- El orden de los parámetros comienza con el lag más bajo.
- Uno o más parámetros pueden tener valores faltantes o errores 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).
- La función fue adicionada en versión 1.63 SHAMROCK
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.