R/Minimização de AIC.R

In ricardo-semiao/Pacote-econometria2: Funções de time series

#' Encontra as parâmetros p, q e d do modelo ARIMA que minimizem a estatística AIC.
#'
#' @param Y A série real para se estimar os coeficientes.
#' @param pmax a maior ordem do ar a ser estimado para procurar o AIC mínimo.
#' @param qmax a maior ordem do ma a ser estimado para procurar o AIC mínimo.
#' @param dmax a maior ordem da diferença a ser estimada para procurar o AIC mínimo.

min.AIC = function(Y, pmax=6, qmax=6, dmax=2){
  AIC = list()
  for(d in 0:dmax){
    AIC[[d+1]] = matrix(data=0,nrow=pmax+1, ncol=qmax+1)}

  for(d in 0:dmax){
    for(p in 0:pmax){
      for(q in 0:qmax){
        AIC[[d+1]][p+1,q+1] = try(arima(Y, c(p,d,q))$aic, silent=TRUE)}}
    AIC[[d+1]] = apply(AIC[[d+1]],2,as.numeric)
    AIC[[d+1]][is.na(AIC[[d+1]])] = Inf
    colnames(AIC[[d+1]]) = 0:qmax
    rownames(AIC[[d+1]]) = 0:pmax}
  names(AIC) = 0:dmax

  if(dmax>0){i=0
    while(i < dmax){
      if(min(AIC[[i+1]]) < min(AIC[[i+2]])) {d=i} else {d=i+1}
  i=i+1}}
  p = (which(AIC[[d+1]]==min(AIC[[d+1]]),arr.ind=TRUE)-1)[1]
  q = (which(AIC[[d+1]]==min(AIC[[d+1]]),arr.ind=TRUE)-1)[2]

  a = arima(Y, order=c(p,d,q))
  H0 = list(intercepto=a$coef[p+q+1], ar=a$coef[1:p], ma=a$coef[(p+1):(p+q)])
  Estimação = Y - a$residuals
  Índice = 1:length(Y)

  plot(ggplot(mapping=aes(y=Estimação, x=Índice)) + geom_line(size=0.5))

  return(list(
    "Coefficients"=H0,
    "Parameters"=c("p"=p,"d"=d,"q"=q)))}

#TESTE
#Y = simulacao.serie(dist="rnorm", args=list(n=100, mean=0, sd=1), H0=list(intercepto=0,ar=c(0.5, 0.25),ma=c()))
#min.AIC(Y, pmax=3, qmax=3, dmax=1)