La fusión en un mismo proceso de una estructura auto rregresiva, AR(p), y de medias móviles, MA(q), se conoce como un proceso mixto auto rregresivo media móvil de orden (p, q) y se denota por ARMA(p, q). Así, un proceso estocástico estacionario {Xt}t∈T será ARMA(p, q) si permite la representación
Donde c, φ1, . . . , φp, θ1, . . . , θq son constantes y {at}t∈T ruido blanco.
Se verifica, como podemos comprobar fácilmente, que
[ARMA (p, 0) ⇔ AR (p)] y que [ARMA (0, q) ⇔ MA (q)].
Además, es una clase muy flexible. Si {Yt} t∈T es un proceso estacionario tal que
Entonces, dado un k > 0, existe un proceso ARMA (p, q) {Xt}t∈T tal que γX,h = γY,h para todo h = 0, 1, . . . , k.
APLICACIÓN EN EXCEL:
Por definición, la media móvil autorregresiva (ARMA) es un proceso estocástico estacionario
compuesto por sumas de Excel autorregresivas y componentes de media móvil.
Alternativamente, en una simple formulación de un ARMA(p,q):
Donde: x_t es una salida observada en el tiempo t. a_t es el cambio o innovation, choque o término de error en el tiempo t. p es el orden de las últimas variables rezagadas. q es el orden del último cambio (innovation) de rezago o choque. {at} observaciones de series de tiempo son independientes e idénticamente distribuida (es decir i.i.d) y siguen una distribución gaussiana (es decir Φ(0,σ 2)). Utilizando anotaciones de desplazamiento de cambio hacia atrás (es decir. L), podemos expresar el proceso ARMA de la siguiente manera:
Asumiendo y_t es estacionaria con una media a largo plazo de\mu, luego, teniendo la expectativa de ambos lados, podemos expresar\phi_o de la siguiente manera: Así, el proceso ARMA (p,q) que ahora puede ser expresado como:
En resumen, zt es la señal original después que restamos su media a largo plazo.
1. La varianza de los choques es constante o invariable en el tiempo.
2. El orden de un componente AR es solamente determinado por el orden de la última variable rezagada autorregresiva con un coeficiente distinto de cero. (es decir. wt−p). 3. La orden de un proceso de componente MA es determinada exclusivamente por la orden de la última variable promedio móvil con un coeficiente distinto de cero (es decir at−q). 4. En principio, usted puede tener menos parámetros que las órdenes del modelo. Ejemplo: Considera el siguiente proceso ARMA(12,2):
La funcionalidad de modelado de ARMA automatiza los pasos utilizados para construir un
modelo ARMA: estimando parámetros iniciales, la validación de parámetros, las pruebas de bondad de ajuste y el diagnóstico de residuos. Para utilizar esta funcionalidad, seleccione el icono correspondiente en la barra de herramientas (o menú)
Ahora, vaya a los datos de muestra en su hoja de cálculo y seleccione el orden
correspondiente para el modelo de componente Autoregresivo (AR) y el modelo de componente de promedio de movimiento (MA), las pruebas de bondad de ajuste, el diagnostico de residuos y designe una ubicación en su hoja de calculo para imprimir el modelo. Al finalizar, la función de modelado ARMA genera los parámetros y pruebas/cálculos del modelo seleccionado en la ubicación designada de su hoja de trabajo.
