Calcula los valores simulados fuera de la muestra.
Sintaxis
ARMAX_SIM(Y, X, Order, Beta, mean, sigma, phi, theta, T, Seed)
- Y
- es la reacción AKA, el dato o array la variable dependiente de las series de tiempo (una matríz dimensional de celdas (Ej. filas o columnas)).
- X
- es la variable independiente (factores exógenos) matríz 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 corresponde a las fecha (la más temprana fecha = 1 (por defecto), la más tarde fecha = 0)).
Valor Order 1 Ascendente (el primer punto corresponde a la fecha menor) (por defecto). 0 Descendiente (el primer punto corresponde a la fecha mayor). - Beta
- son los coeficientes de la matríz 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 la simulación tiempo/horizonte (expresada en terminos de pasos más allá del final de las series de tiempo).
- Seed
- es un número entero sin signo para establecer el número aleatorio generador(es).
Observaciones
- El modelo subyacente se describe aquí.
- La función de probabilidad logarítmica (LLF) se describe aquí.
- ARMAX_SIM devuelve una matriz de un patrón de simulación comenzando desde el final de los datos de entrada.
- La respuesta de los argumentos de datos de entrada (Ej. observaciones más reciente) es opcional. Si es omitida, una matriz de ceros es asumida.
- El número de observaciones en los factores (variables exógenas) los datos de entrada deben ser mayor o iguales que el tamaño de los datos de entrada de respuesta más el horizonte.
- 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 (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.
Ejemplos de archivos
Enlaces Relacionados
- Wikipedia - Función de verosimilitud.
- Wikipedia - Likelihood principle.
- 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.
Comentarios
El artículo está cerrado para comentarios.