NumXL

¿Qué es NumXL?

NumXL es un conjunto de complementos de series temporales de Excel. Convierte su aplicación Microsoft Excel en una herramienta econométrica y de series temporales de primera clase, que ofrece el tipo de precisión estadística que ofrecen los paquetes estadísticos mucho más caros. NumXL se integra de forma nativa con Excel, agregando docenas de funciones econométricas, un rico conjunto de accesos directos e interfaces de usuario intuitivas para guiarlo a través de todo el proceso.

Ya sea que tenga un problema simple con la tarea o un proyecto comercial a gran escala, NumXL simplifica sus esfuerzos. Esto le ayuda a lograr su objetivo de la manera más rápida y completa posible.

NumXL mantiene sus datos y resultados conectados en Excel, lo que le permite realizar un seguimiento de sus cálculos, agregar nuevos puntos de datos o actualizar un análisis existente, compartiendo fácilmente su resultado con sus compañeros de trabajo y, sí, incluso con su jefe.

La curva de aprendizaje no podría ser más fácil: NumXL no requiere programación o scripting. No es necesario mover los datos entre ningún programa externo.

También puede realizar cualquier tipo de análisis ad-hoc porque todas las funciones de NumXL son accesibles en su hoja de cálculo y, dentro del entorno de VBA, debe elegir crear scripts.

¿Qué puede hacer NumXL por mí?

NumXL viene con docenas de funciones a las que puede acceder fácilmente a través del asistente de funciones en Excel, así como múltiples interfaces de usuario y accesos directos para facilitar el proceso de análisis de series temporales y automatizar los pasos más comunes (por ejemplo, estadísticas de resumen, modelado, calibración, diagnóstico). , pronóstico y más.)

1. Estadísticas generales

Utilizando estadísticas descriptivas y asistentes de correlogramos, puede examinar el resumen de las estadísticas de series de datos y series temporales con solo unos pocos clics. Los asistentes vienen con un extenso conjunto de pruebas estadísticas, desde una prueba simple de una muestra hasta el promedio y las pruebas de normalidad y efecto ARCH más sofisticadas.

Además, la prueba de dependencia de tiempo (correlación automática) en los datos de muestra está a solo unos clics de distancia.

Los asistentes generan tablas y gráficos organizados profesionalmente, resumiendo todos sus cálculos, listos para ser incluidos en su presentación. Para facilitar aún más las cosas, todas las salidas incluyen funciones NumXL en su fórmula para conectar valores a entradas, de modo que pueda editar, actualizar o personalizar como desee. Incluso puede ejecutar de nuevo el asistente si se siente perezoso.

Además de los asistentes, NumXL tiene numerosas funciones para medir la potencia de predicción (por ejemplo, SSE, RMSE, MAPE y otros).

Para visualizar su distribución de datos, NumXL ofrece varias funciones para facilitar la tarea de construir histogramas, distribución acumulativa empírica (EDF) y estimación de densidad de kernel (KDE).

2. Análisis de correlogramas

Usando el asistente y la función de correlogramos, la creación de gráficos automáticos y parciales es fácil.

Además, NumXL viene con soporte para calcular la correlación cruzada utilizando tres métodos diferentes: Pearson, Spearman y Kendall.

Finalmente, para fines de finalización, NumXL admite el análisis de exponentes de Hurst y el coeficiente GINI.

3. Pruebas estadísticas

Para un análisis serio de los datos, puede ser necesario considerar la significación estadística de un parámetro calculado (por ejemplo, factor de autocorrelación, escasez excesiva) o verificar una suposición de datos anteriores (por ejemplo, normalidad, estacionamiento, ausencia de correlación en serie y otros).

NumXL empaqueta la mayoría de estas pruebas como una API simple para calcular el valor P de la prueba subyacente.

4. Transformación

La transformación de datos es un paso preliminar común en el análisis y / o modelado del mundo real. El NumXL viene con las funciones de transformación más comunes (por ejemplo, Box-Cox, diferencia y diferencia estacional / operadores integrales y otros).

5.  Suave          

El suavizado y el filtrado son dos de las técnicas de series temporales más utilizadas para eliminar el ruido de los datos subyacentes para ayudar a revelar características y componentes importantes (por ejemplo, tendencia, estacionalidad). Sin embargo, también podemos usar el suavizado para rellenar los valores faltantes y/o realizar una predicción.

NumXL admite una variedad de funciones de suavizado, desde una simple media móvil ponderada (WMA) hasta la función de suavizado exponencial triple del invierno.

Obviamente, no podemos hablar de suavizado sin mencionar las funciones de tendencia. El análisis de tendencias es ampliamente utilizado (o abusado) en la industria para hacer una predicción rápida (y sucia). Los ejecutivos pueden usar la herramienta de tendencias como una verificación de estado cuando examinan los resultados de modelos más avanzados. NumXL soporta varias formas de tendencia: lineal, polinomio, potencia, exponencial y logarítmica.

6. Funcionalidad de calendario

Los eventos del calendario influyen en los valores de la muestra de series temporales, y un ajuste previo para estos eventos nos ayudará a comprender mejor el proceso, el modelado y la previsión.

NumXL viene con numerosas funciones para admitir el ajuste del calendario, el desplazamiento y el ajuste de fecha, el soporte para días festivos en los EE. UU. y fuera de los EE. UU., Fines de semana fuera del oeste y calendarios de días festivos públicos y bancarios.

7. Análisis espectral

En estadística, el análisis espectral es un procedimiento que descompone una serie temporal en un espectro de ciclos de diferentes longitudes. El análisis espectral también se conoce como análisis de dominio de frecuencia.

Actualmente, NumXL admite la transformación discreta de Fourier (y su inverso), filtro Hodrick-Prescott (HP), filtro Baxter-King (BK) y operador de convolución, con planes futuros para una cobertura más extensa.

ARMA / ALMA

NumXL está cargado con numerosas funciones para ayudarle en cualquier tarea de análisis de ARMA. Puede comenzar especificando el orden del modelo mediante el asistente ARMA. El asistente vinculará los cálculos relacionados con el modelo (la función de probabilidad de registro, el criterio de información de Akaike (AIC) y el diagnóstico residual con los datos de entrada. Una vez hecho esto, ajustar los parámetros del modelo (calibración) es fácil: simplemente seleccione el modelo y haga clic en "calibración". Lo mismo ocurre con el pronóstico: seleccione la tabla del modelo y haga clic en "pronóstico".

Siempre puede editar fórmulas en celdas de salida, obtener cálculos intermedios (por ejemplo, residuales, promedio ajustado) o usar una función NumXL en sus propias fórmulas o código VBA si lo desea.

9. ARIMA estacional

NumXL es compatible con ARIMA estacional a través de dos modelos diferentes: (1) AirLine y (2) X-12-ARIMA.

X-12-ARIMA es el programa de ajuste estacional ampliamente utilizado, desarrollado, apoyado y mantenido por la Oficina del Censo de los Estados Unidos. NumXL proporciona una interfaz intuitiva con el programa para ayudar a los usuarios de Excel a realizar pronósticos y ajustes estacionales de manera rápida y eficiente para obtener datos económicos y financieros.

NumXL también brinda a los usuarios acceso a todos los archivos sin procesar (entrada / salida) generados en el proceso de análisis de datos.

10. ARCO / GARCH

Similar a ARMA/ARIMA, modelar un modelo tipo GARCH es muy fácil. Con el Asistente GARCH, puede generar una tabla de salida del modelo con todos los valores de coeficiente y cálculos relacionados (por ejemplo, LLF y diagnóstico residual). Esta tabla se puede utilizar para calibrar el modelo y predecir valores fuera de la muestra.

NumXL también es compatible con los modelos ARCH/GARCH, Exponential GARCH (EGARCH) y GARCH-in-mean (GARCH-M) de forma nativa.

Además, el NumXL soporta innovaciones del tipo Gaussian, Student t y GED.

11. Modelo de mezcla ARMA-GARCH

Si desea modelar la variable media condicional en tiempo y volatilidad condicional en un modelo, un modelo de mezcla ARMA-GARCH está en orden. Al combinar los dos modelos, ARMA seguirá el promedio y pasará los residuos a GARCH para rastrear la variación a lo largo del tiempo.

Los modelos combinados Arma-GARCH son compatibles con todos los modelos ARMA y GARCH soportados en tierra, incluidas las innovaciones no gaussianas.

12. Modelo Lineal Generalizado (GLM)

Si tiene en mente una regresión logística o un modelo lineal general, puede utilizar el modelo lineal generalizado (GLM). NumXL utiliza el asistente GLM para ayudarle a especificar datos de entrada, vincular funciones (por ejemplo, probit, logit, log add-on) y generar una tabla de salida del modelo.

Al igual que con todos nuestros modelos, la tabla del modelo de salida se utiliza para calibrar y ejecutar pronósticos fuera de la muestra.

Requisitos de sistema

Microsoft Windows (32 bits o 64 bits) Windows 7, Windows 8, Windows 10

CPU de 500 MHz

512 MB de RAM

120 MB de espacio en disco

Microsoft Excel 2010 o posterior