El acoplamiento fuerte entre valores en diferentes momentos que exhiben propiedades de dependencia a largo plazo, no estacionarias, señales punzantes, no puede ser procesado por el análisis convencional de series temporales. El modelo autoregresivo integral móvil fraccional (ARFIMA), una técnica de procesamiento de señales de orden fraccional, es la generalización de los modelos convencionales de orden entero: autoregresivo integral móvil (ARIMA) y autoregresivo móvil (ARMA). Por lo tanto, tiene aplicaciones mucho más amplias ya que podría capturar tanto la dependencia a corto plazo como la dependencia a largo plazo. Hasta ahora, se han desarrollado varios programas de software para tratar con procesos ARFIMA. Sin embargo, es lamentable ver que el uso de diferentes herramientas numéricas para el análisis de series temporales suele dar resultados bastante diferentes y a veces radicalmente diferentes. Los usuarios a menudo se preguntan qué herramienta es adecuada para una aplicación específica. Realizamos una encuesta y evaluación exhaustivas de las herramientas ARFIMA disponibles en la literatura con la esperanza de beneficiar a los investigadores con diferentes antecedentes académicos. En este documento, se comparan y evalúan cuatro aspectos de los programas ARFIMA relacionados con la simulación, el filtro de diferencia de orden fraccional, la estimación y el pronóstico, respectivamente, en varias plataformas de software. Nuestros comentarios informativos pueden servir como guías de selección útiles.