close
Warning:
Can't synchronize with repository "(default)" (/var/svn/tolp does not appear to be a Subversion repository.). Look in the Trac log for more information.
- Timestamp:
-
Nov 8, 2012, 10:18:02 AM (12 years ago)
- Author:
-
Víctor de Buen Remiro
- Comment:
-
--
Legend:
- Unmodified
- Added
- Removed
- Modified
-
v3
|
v4
|
|
| 1 | [[PageOutline]] |
1 | 2 | = Identificación ARIMA automática bayesiana = |
2 | 3 | |
3 | 4 | La identificación ARIMA automática bayesiana consiste en la búsqueda de un modelo estadístico adecuado para un serie temporal correspondiente a un proceso estocástico lineal, estacionario o no. |
4 | 5 | |
| 6 | == Obtención de series homocedásticas == |
5 | 7 | En el directorio [source:tolp/OfficialTolArchiveNetwork/ArimaTools/doc/wiki/Identify/MacroEconomicSeries/ MacroEconomicSeries] está disponible un ejemplo TOL sencillo de uso de esta potente y compleja herramienta, en el que se identifican modelos ARIMA regulares para series macroeconómicas anuales de distintos países. |
6 | 8 | |
… |
… |
|
25 | 27 | }}} |
26 | 28 | |
| 29 | == Configuración de los rangos de los grados de los polinomios ARIMA == |
27 | 30 | La identificación de las estructuras ARIMA es equivalente a la determinación de lso grados de los polinomios |
28 | 31 | que intervienen en ella, y aunque en principio no hay ninguna limitación en dichos grados más allá del tamaño |
… |
… |
|
37 | 40 | }}} |
38 | 41 | |
| 42 | == Filtrado de efectos exógenos == |
39 | 43 | Dada una serie homocedástica de datos reales (la transformación de Box-Cox se supone ya aplicada), lo primero que hay que hacer es filtrar los efectos exógenos mediante un conjunto de inputs lineales dados por el analista y, si existen, un conjunto de outliers detectados automáticamente mediante AIA. Para ello se requiere de un primer proceso de sobrediferenciación muy básico. En este caso no se proponen inputs. |
40 | 44 | {{{ |
… |
… |
|
55 | 59 | }}} |
56 | 60 | |
| 61 | == Identificador de raíces unitarias == |
57 | 62 | A continuación comienza propiamente la identificación del modelo empezando por las raíces |
58 | 63 | unitarias o polinomios de diferenciación-integración. Se trata de medir la probabilidad |
… |
… |
|
88 | 93 | }}} |
89 | 94 | |
| 95 | == Identificación de los grados ARMA == |
90 | 96 | {{{ |
91 | 97 | #!java |
92 | 98 | ////////////////////////////////////////////////////////////////////////////// |
93 | | //Identificador de polinomios ARMA |
| 99 | //Identificador de los grados de los polinomios ARMA |
94 | 100 | ////////////////////////////////////////////////////////////////////////////// |
95 | 101 | //Configuración por defecto |
… |
… |
|
110 | 116 | }}} |
111 | 117 | |
| 118 | == Estimación y diagnosis de la estructura ARIMA completa == |
112 | 119 | {{{ |
113 | 120 | #!java |
114 | 121 | ////////////////////////////////////////////////////////////////////////////// |
115 | | //Identificador de la estructura ARIMA, estimación y diagnosis |
| 122 | //Estimación y diagnosis de la estructura ARIMA completa |
116 | 123 | ////////////////////////////////////////////////////////////////////////////// |
117 | 124 | //Configuración por defecto |