library(tidyverse)
library(fpp3)
library(ggplot2)Tarea descomposición - Equipo 8
DATOS:
gdp <- global_economy |>
select(Country,Year, GDP,Population)
print(gdp)# A tsibble: 15,150 x 4 [1Y]
# Key: Country [263]
Country Year GDP Population
<fct> <dbl> <dbl> <dbl>
1 Afghanistan 1960 537777811. 8996351
2 Afghanistan 1961 548888896. 9166764
3 Afghanistan 1962 546666678. 9345868
4 Afghanistan 1963 751111191. 9533954
5 Afghanistan 1964 800000044. 9731361
6 Afghanistan 1965 1006666638. 9938414
7 Afghanistan 1966 1399999967. 10152331
8 Afghanistan 1967 1673333418. 10372630
9 Afghanistan 1968 1373333367. 10604346
10 Afghanistan 1969 1408888922. 10854428
# ℹ 15,140 more rows
PIB per cápita a lo largo del tiempo:
gdp_area <- ggplot(gdp) +
aes(x = Year, y = GDP / Population, fill = Country) +
geom_area() +
ylab("PIB") +
scale_fill_discrete(guide = "none") +
theme(legend.position = "none")
print(gdp_area)Podemos observar la evolución del ingreso per cápita a lo largo del tiempo. En general, se observa un crecimiento, pero
Se identifican países con un desarrollo casi nulo. Además, es notable que solo algunos países destacan de manera significativa en este aspecto.
global_economy |>
filter(Year == 2017) |>
arrange(desc(GDP/Population))# A tsibble: 262 x 9 [1Y]
# Key: Country [262]
Country Code Year GDP Growth CPI Imports Exports Population
<fct> <fct> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 Luxembourg LUX 2017 6.24e10 2.30 111. 194. 230. 599449
2 Macao SAR, China MAC 2017 5.04e10 9.10 136. 32.0 79.4 622567
3 Switzerland CHE 2017 6.79e11 1.09 98.3 53.9 65.0 8466017
4 Norway NOR 2017 3.99e11 1.92 115. 33.1 35.5 5282223
5 Iceland ISL 2017 2.39e10 3.64 122. 42.8 47.0 341284
6 Ireland IRL 2017 3.34e11 7.80 105. 87.9 120. 4813608
7 Qatar QAT 2017 1.67e11 1.58 116. 37.3 51.0 2639211
8 United States USA 2017 1.94e13 2.27 112. NA NA 325719178
9 North America NAC 2017 2.10e13 2.35 NA NA NA 362492702
10 Singapore SGP 2017 3.24e11 3.62 113. 149. 173. 5612253
# ℹ 252 more rows
En 2017 podemos ver que el país con el mayor PIB es Luxemburgo y después Macao.
PIB de EEUU y México:
gdp_selected_countries <- gdp %>%
filter(Country %in% c("United States", "Mexico"))
gdp_selected_countries # A tsibble: 116 x 4 [1Y]
# Key: Country [2]
Country Year GDP Population
<fct> <dbl> <dbl> <dbl>
1 Mexico 1960 13040000000 38174112
2 Mexico 1961 14160000000 39394126
3 Mexico 1962 15200000000 40649588
4 Mexico 1963 16960000000 41939880
5 Mexico 1964 20080000000 43264272
6 Mexico 1965 21840000000 44623043
7 Mexico 1966 24320000000 46011038
8 Mexico 1967 26560000000 47429812
9 Mexico 1968 29360000000 48894019
10 Mexico 1969 32480000000 50423481
# ℹ 106 more rows
gdp_MX_EU <- ggplot(gdp_selected_countries) + aes(x = Year, y = GDP / Population, color = Country) +
geom_line() + ylab("PIB")
gdp_MX_EUPodemos observar una marcada disparidad en las tasas de crecimiento entre Estados Unidos y México. Mientras que el crecimiento del PIB per cápita de Estados Unidos muestra una tendencia casi exponencial a lo largo de los años, el de México tiende al alza, aunque con una variabilidad mucho menor.
Demanda de electricidad en el estado de Victoria (Australia):
vic_elec# A tsibble: 52,608 x 5 [30m] <Australia/Melbourne>
Time Demand Temperature Date Holiday
<dttm> <dbl> <dbl> <date> <lgl>
1 2012-01-01 00:00:00 4383. 21.4 2012-01-01 TRUE
2 2012-01-01 00:30:00 4263. 21.0 2012-01-01 TRUE
3 2012-01-01 01:00:00 4049. 20.7 2012-01-01 TRUE
4 2012-01-01 01:30:00 3878. 20.6 2012-01-01 TRUE
5 2012-01-01 02:00:00 4036. 20.4 2012-01-01 TRUE
6 2012-01-01 02:30:00 3866. 20.2 2012-01-01 TRUE
7 2012-01-01 03:00:00 3694. 20.1 2012-01-01 TRUE
8 2012-01-01 03:30:00 3562. 19.6 2012-01-01 TRUE
9 2012-01-01 04:00:00 3433. 19.1 2012-01-01 TRUE
10 2012-01-01 04:30:00 3359. 19.0 2012-01-01 TRUE
# ℹ 52,598 more rows
ggplot(vic_elec)+ aes(x = Time, y = Demand) +
geom_line() + ylab("Demanda Victoria")log_vic_elec <- transform(vic_elec, log_demand = log(Demand))
ggplot(log_vic_elec)+ aes(x = Time, y = log_demand) +
geom_line() + ylab("Demanda Victoria")Se transforma el marco de datos añadiendo una nueva columna con el logaritmo natural de la columna Demand, y luego crea un gráfico de líneas que muestra la relación entre el tiempo y la demanda transformada.
ggplot(canadian_gas)+ aes(x = Month, y = Volume) +
geom_line() + ylab("Demanda Victoria")library(car)Loading required package: carData
Attaching package: 'car'
The following object is masked from 'package:dplyr':
recode
The following object is masked from 'package:purrr':
some
bc_trans <- boxCox(canadian_gas$Volume ~ canadian_gas$Month)lambda <- bc_trans$x[which.max(bc_trans$y)]
transformed_data <- canadian_gas
transformed_data$Volume <- if(lambda != 0) ((transformed_data$Volume)^lambda - 1) / lambda else log(transformed_data$Volume)
ggplot(transformed_data) +
aes(x = Month, y = Volume) +
geom_line() +
ylab("Demanda Transformada")La transformación Box-Cox ha logrado linealizar la serie de tiempo y normalizar su distribución, la transformación ha tenido éxito en hacer que la serie temporal sea más lineal y que los datos sigan una distribución más cercana a la normal.
plastico <- fma::plasticsRegistered S3 method overwritten by 'quantmod':
method from
as.zoo.data.frame zoo
plastico Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 742 697 776 898 1030 1107 1165 1216 1208 1131 971 783
2 741 700 774 932 1099 1223 1290 1349 1341 1296 1066 901
3 896 793 885 1055 1204 1326 1303 1436 1473 1453 1170 1023
4 951 861 938 1109 1274 1422 1486 1555 1604 1600 1403 1209
5 1030 1032 1126 1285 1468 1637 1611 1608 1528 1420 1119 1013
glimpse(plastico) Time-Series [1:60] from 1 to 5.92: 742 697 776 898 1030 ...
class(plastico)[1] "ts"
plastico <- plastico %>%
as_tsibble()
plastico# A tsibble: 60 x 2 [1M]
index value
<mth> <dbl>
1 0001 Jan 742
2 0001 Feb 697
3 0001 Mar 776
4 0001 Apr 898
5 0001 May 1030
6 0001 Jun 1107
7 0001 Jul 1165
8 0001 Aug 1216
9 0001 Sep 1208
10 0001 Oct 1131
# ℹ 50 more rows
plasti <- fma::plastics
plot(plasti)Se confirma la existencia de patrones estacionales en la serie, que muestra una repetición anual de comportamiento. Esta observación proporciona una comprensión más detallada de la evolución de la serie temporal, siendo crucial para interpretar la dinámica a lo largo del tiempo y respaldar procesos decisionales.
plastic_decomposition <- plastico %>%
model(Descomposicion = classical_decomposition(value, type = "multiplicative")) %>%
components()
plastic_decomposition# A dable: 60 x 7 [1M]
# Key: .model [1]
# : value = trend * seasonal * random
.model index value trend seasonal random season_adjust
<chr> <mth> <dbl> <dbl> <dbl> <dbl> <dbl>
1 Descomposicion 0001 Jan 742 NA 0.767 NA 967.
2 Descomposicion 0001 Feb 697 NA 0.710 NA 981.
3 Descomposicion 0001 Mar 776 NA 0.777 NA 999.
4 Descomposicion 0001 Apr 898 NA 0.910 NA 986.
5 Descomposicion 0001 May 1030 NA 1.04 NA 986.
6 Descomposicion 0001 Jun 1107 NA 1.16 NA 957.
7 Descomposicion 0001 Jul 1165 977. 1.16 1.02 1001.
8 Descomposicion 0001 Aug 1216 977. 1.23 1.02 992.
9 Descomposicion 0001 Sep 1208 977. 1.23 1.00 981.
10 Descomposicion 0001 Oct 1131 978. 1.19 0.972 951.
# ℹ 50 more rows
plastic_decomposition %>%
autoplot()Warning: Removed 6 rows containing missing values (`geom_line()`).
Después de realizar la descomposición de la serie, podemos observar claramente que existe una tendencia al alza, lo cual ya habíamos notado previamente. Sin embargo, ahora también percibimos una disminución hacia el final de la serie, un aspecto que no habíamos identificado anteriormente. Además, confirmamos la presencia de estacionalidad en los datos.
Desestacionalizar:
plastico |>
autoplot(value, color = "pink") +
autolayer(plastic_decomposition, season_adjust, color = "purple")Efecto de los outliers:
obs <- 20
plastico2 <- plastico
plastico2$value[obs][1] 1349
plastico2$value[obs] <- plastico2$value[obs] + 500
plastico2$value[obs][1] 1849
plastico2# A tsibble: 60 x 2 [1M]
index value
<mth> <dbl>
1 0001 Jan 742
2 0001 Feb 697
3 0001 Mar 776
4 0001 Apr 898
5 0001 May 1030
6 0001 Jun 1107
7 0001 Jul 1165
8 0001 Aug 1216
9 0001 Sep 1208
10 0001 Oct 1131
# ℹ 50 more rows
plastico2 |>
autoplot()Plot variable not specified, automatically selected `.vars = value`
plastic2_dcmp <- plastico2 %>%
model(dcmp = classical_decomposition(value, type = "multiplicative")) %>%
components()
plastic2_dcmp %>%
autoplot()Warning: Removed 6 rows containing missing values (`geom_line()`).
plastico2 %>%
autoplot(value, color = "pink") +
autolayer(plastic2_dcmp, season_adjust, color = "purple")obs <- 4
plastico2 <- plastico
plastico2$value[obs][1] 898
plastico2$value[obs] <- plastico2$value[obs] + 500
plastico2$value[obs][1] 1398
plastico2# A tsibble: 60 x 2 [1M]
index value
<mth> <dbl>
1 0001 Jan 742
2 0001 Feb 697
3 0001 Mar 776
4 0001 Apr 1398
5 0001 May 1030
6 0001 Jun 1107
7 0001 Jul 1165
8 0001 Aug 1216
9 0001 Sep 1208
10 0001 Oct 1131
# ℹ 50 more rows
plastic2_dcmp <- plastico2 %>%
model(dcmp = classical_decomposition(value, type = "multiplicative")) %>%
components()
plastic2_dcmp %>%
autoplot()Warning: Removed 6 rows containing missing values (`geom_line()`).
plastico2 %>%
autoplot(value, color = "pink") +
autolayer(plastic2_dcmp, season_adjust, color = "purple")obs <- 48
plastico2 <- plastico
plastico2$value[obs][1] 1209
plastico2$value[obs] <- plastico2$value[obs] + 500
plastico2$value[obs][1] 1709
plastico2# A tsibble: 60 x 2 [1M]
index value
<mth> <dbl>
1 0001 Jan 742
2 0001 Feb 697
3 0001 Mar 776
4 0001 Apr 898
5 0001 May 1030
6 0001 Jun 1107
7 0001 Jul 1165
8 0001 Aug 1216
9 0001 Sep 1208
10 0001 Oct 1131
# ℹ 50 more rows
plastic2_dcmp <- plastico2 %>%
model(dcmp = classical_decomposition(value, type = "multiplicative")) %>%
components()
plastic2_dcmp %>%
autoplot()Warning: Removed 6 rows containing missing values (`geom_line()`).
plastico2 %>%
autoplot(value, color = "pink") +
autolayer(plastic2_dcmp, season_adjust, color = "purple")No afecta de una manera increíble la posición de los outliers: El cambio en los valores atípicos no altera drásticamente su posición en la serie temporal. Esto podría implicar que la magnitud de los outliers no causa una variación extrema en su ubicación relativa. Sin embargo, se observa que la forma de la estacionalidad se ve sesgada en la parte en la que entra el outlier, lo que sugiere que la presencia de valores atípicos puede influir en la estacionalidad de la serie temporal.