Quarto enables you to weave together content and executable code into a finished document. To learn more about Quarto see https://quarto.org.
NOME: Aline de Farias Guerra
Instruções:
Responda a prova neste documento Quarto. Antes de cada chunk explique o comando que será rodado. Não é necessário renderizar o arquivo. Salve-o com terminação qmd e o envie para o endereço dinilson.pedroza@unicap.br. Esse envio deve acontecer até às 22:00min. Não serão considerados envios posteriores a essa hora. Toda e qualquer consulta é proibida. Caso o aluno ou aluna recorra a algum tipo de consulta sua prova será anulada. O arquivo deve estar pronto para, na correção, ele produzir os resultados demandados. Atenção: lembre-se de carregar os packages necessários à prova com a função library.
1. Use o pacote sidrar para coletar dados sobre a produção industrial mensal do Brasil (Tabela 8888 do Sidra/IBGE, Variável: PIMPF - Número-índice (2022=100) (Número-índice); Seções: Indústria geral; Mês: todos; Unidade Territorial: Brasil). Depois que baixar o data frame por web scraping, crie outro data frame apenas com os dados de valor e mês (colunas “Valor” e “Mês (Código)” da tabela baixada). Use os operadores pipe, select (para selecionar as colunas) e mutate (para aplicar a função as.numeric às colunas separadas). Lembre-se usar a função arrange para ordenar os dados por mês. 4 pontos.
2. Transforme o data frame que você limpou em série temporal, começando em c(2002, 01). visualize a série. 3 pontos.
3. Use a função monthplot para visualizar a sazonalidade da série. Fale brevemente sobre o resultado. 3 pontos.
Respostas:
Devemos ativar todos os pacotes necessários, para que possamos obter nosso códigos.
library(sidrar)library(tseries)
Warning: package 'tseries' was built under R version 4.5.2
Registered S3 method overwritten by 'quantmod':
method from
as.zoo.data.frame zoo
── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag() masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
1) Usamos a função get.sidra para obter o data frame direto da base de dados do IBGE. Select é usado para selecionarmos as colunas que desejamos no nosso data frame. Mutate cria ou modifica essas colunas, no nosso caso, iremos transformá-las em colunas numéricas. E por fim, arrange organiza nosso data frame a partir das datas.
2) Para transformar nosso data frame em série temporal usamos a função ts. pim_fill$valor demonstra qual coluna irá compor a série temporal, start determina em que ano e mês nossa série irá começar e frequency é a frequência da série, nesse caso 12, representando frequência mensal. Repetimos o nome da nossa série para que possamos vizualizá-la.
3) Monthplot é usado para calcular a variação mensal em torno da média. main representa o título, col a cor do nosso gráfico, lwd é a espessura da linha e ylab nomeia o eixo y.
monthplot(pim_ts, main ="sazionalidade da série", col ="pink", lwd =2.0, ylab ="produção industrial mensal")
#No gráfico podemos interpretar a variação de todos os meses, ao longo dos anos selecionados, em torno da média dos valores mensais. Essa média está sendo representada pelas linhas horizontais.
