Iconos

Módulo de variables

• MMS:@DataSet: El dataset (conjunto de datos) se simboliza como un conjunto de variables

• MMS:@Variable: La variable se simboliza con un cuadrado verde en posición de rombo. El icono del tipo de datos de la variable se superpone al icono de variable, dando lugar a diferentes iconos:
  • MMS:@Variable (Serie)
  • MMS:@Variable (Matrix)
• MMS:@BaseVariable: La variable base es una meta-variable, en el sentido en el que potencialmente es una variable, pero esta parcialmente indefinida. Concretamente en el caso de las variables base es su atributo escenario. Se simboliza como una variable con el fondo en gris.

Módulo de modelos

• MMS:@Model: El modelo se simboliza como un conjunto de ecuaciones o nodos. Nótese que el modelo se entiende de manera general como un modelo jerárquico formado por modelos observacionales (o submodelos) y modelos de parámetros (o jerarquías).

• MMS:@MNode: El nodo de un modelo es una clase abstracta que representa a cada ecuación del modelo. Se simboliza como un cuadrado verde. Según sea la instancia un submodelo o una jerarquía presenta un icono diferente:
  • MMS:@Submodel: Se simboliza como un nodo donde hay variables del modelo y parámetros.
  • MMS:@Hierarchy: Se simboliza como una jerarquía de parámetros.

• MMS:@MVariable: La variable del modelo o m-variable, se simboliza de manera semajante a la variable (del módulo de variables) pero en color amarillo.
  • MMS:@MVariable (Serie)
  • MMS:@MVariable (Matrix)

• MMS:@Noise: El ruido representa a la componente de error de los nodos o ecuaciones del modelo. Se simboliza con un cuadrado en posición de rombo en tonos anaranjados. Según el tipo de ruido podemos encontrar iconos diferentes:
  • MMS:@NoiseNormal: El ruido normal se simboliza añadiendo una curva en forma de campana de Gauss.
  • MMS:@NoiseARIMA: El ruido ARIMA se simboliza añadiendo la letra griega phi que hace referencia a los parámetros de la estructura ARIMA.

• MMS:@ExpTerm
  • MMS:@ExpTermLinear
  • MMS:@ExpTermOmega
  • MMS:@ExpTermRatio
  • MMS:@ExpTermNonLinear
• MMS:@HierarchyTerm
• MMS:@NoiseARIMABlock

• MMS:@MElement
  • MMS:@Parameter
    • MMS:@ParameterLinear
    • MMS:@ParameterNonLinear
    • MMS:@ParameterARIMA
    • MMS:@ParameterMissing
    • MMS:@ParameterHyper
    • MMS:@ParameterSigma2
  • MMS:@BaseParameter
    • MMS:@BaseParameterMissing
  • MMS:@MCombination
  • MMS:@MEquivalence

• MMS:@Prior
• MMS:@Constraint

Módulo de estimaciones

• MMS:@Estimation
• MMS:@Forecast

• MMS:@Strategy
  • MMS:@StrategyBSR
  • MMS:@StrategyMultiMLE

Clases de resultados (Estimación)

• MMS:@Model.Results

• MMS:@Submodel.Results
• MMS:@Hierarchy.Results
• MMS:@NoiseARIMA.Results

• MMS:@ExpTerm.Results
  • MMS:@ExpTermLinear.Results
  • MMS:@ExpTermOmega.Results
  • MMS:@ExpTermRatio.Results
  • MMS:@ExpTermNonLinear.Results
• MMS:@HierarchyTerm.Results
• MMS:@NoiseARIMABlock.Results

• MMS:@Parameter.Results
• MMS:@MCombination.Results

Clases de previsión (Previsión)

• MMS:@Model.[Point|Sample]Forecast

Otros

Módulo de variables aleatorias

• MMS:@Real.Sample
• MMS:@Real.Distribution: MMS:@Real.Normal