ARMAX_FORE - Pronóstico para el modelo ARMAX

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

  1. El modelo subyacente se describe aquí.
  2. La función de probabilidad logarítmica ( LLF ) se describe aquí.
  3. La serie de tiempo es homogenea e igualmente espaceada
  4. La serie de tiempo puede incluir valores faltantes (Ej. #N/A) en los extremos.
  5. La media a largo plazo puede tener cualquier valor o ser omitida, en ese acaso un valor cero es asumido.
  6. los residuos/innovations de la desviacion estandar (sigma) debe ser mayor que cero.
  7. 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.).
  8. 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.
  9. 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).
  10. La función fue adicionada en versión 1.63 SHAMROCK

Ejemplos de archivos

Referencias

¿Tiene más preguntas? Enviar una solicitud

0 Comentarios