Tarea descomposición - Equipo 8

Author

Dafne Tamayo, Patricio Villanueva

library(tidyverse)
library(fpp3)
library(ggplot2)

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_EU

Podemos 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::plastics
Registered 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.