Importacion de datos

library(readxl)
pib_trimestral_sv <- read_excel("C:/Users/ricar/Downloads/datos_PIB_trim_CA.xlsx", 
    range = "C6:C143", col_types = c("numeric"))
pib_trimestral_cr <- read_excel("C:/Users/ricar/Downloads/datos_PIB_trim_CA.xlsx", 
    range = "B10:B143", col_types = c("numeric"))
pib_trimestral_gt <- read_excel("C:/Users/ricar/Downloads/datos_PIB_trim_CA.xlsx", 
    range = "D50:D143", col_types = c("numeric"))
pib_trimestral_pan <- read_excel("C:/Users/ricar/Downloads/datos_PIB_trim_CA.xlsx", 
    range = "H30:H136", col_types = c("numeric"))
pib_trimestral_hn <- read_excel("C:/Users/ricar/Downloads/datos_PIB_trim_CA.xlsx", 
    range = "E46:E143", col_types = c("numeric"))
pib_trimestral_dom <- read_excel("C:/Users/ricar/Downloads/datos_PIB_trim_CA.xlsx", 
    range = "g10:g143", col_types = c("numeric"))
pib_trimestral_ni <- read_excel("C:/Users/ricar/Downloads/datos_PIB_trim_CA.xlsx", 
    range = "f70:f143", col_types = c("numeric"))

Implementacion personalizada

Generando Grafico del filtro HP para la serie de el salvador

library(mFilter)
library(forecast)
pib_sv_ts <- ts(pib_trimestral_sv, start = c(1990, 1), frequency = 4)
# aplicando el filtro hp y escogiendo el valor de lambda de 1600 dado que es trimestral
hp_sv <- hpfilter(pib_sv_ts, freq = 1600)
trend_sv <- hp_sv$trend
cycle_sv <- hp_sv$cycle
#Generando el grafico
plot(pib_sv_ts, type = "l", main = "Filtro de HP - PIB trimestral - El Salvador - 1990-2024", ylab = "PIB", xlab = "Tiempo")
lines(trend_sv, col="red", lwd=2)
legend("topleft", legend = c("PIB Original", "Tendencia (Filtro HP)"), col = c("black", "red"), lty = 1, lwd = 2)

Graficando el componente ciclico para la serie de tiempo de El Salvador

plot(cycle_sv, type = "l", main = "Componente Ciclico PIB trimestral - El Salvador - 1990-2024 ", ylab = "Ciclo", xlab = "Tiempo")

library(mFilter)
library(forecast)
pib_dom_ts <- ts(pib_trimestral_dom, start = c(1991, 1), frequency = 4)
# aplicando el filtro hp y escogiendo el valor de lambda de 1600 dado que es trimestral
hp_dom <- hpfilter(pib_dom_ts, freq = 1600)
trend_dom <- hp_dom$trend
cycle_dom <- hp_dom$cycle
#Generando el grafico
plot(pib_dom_ts, type = "l", main = "Filtro de HP - PIB trimestral - Republica Dominicana - 1991-2024", ylab = "PIB", xlab = "Tiempo")
lines(trend_dom, col="red", lwd=2)
legend("topleft", legend = c("PIB Original", "Tendencia (Filtro HP)"), col = c("black", "red"), lty = 1, lwd = 2)

Graficando el componente ciclico para la serie de tiempo de Republica Dominicana

plot(cycle_dom, type = "l", main = "Componente Ciclico PIB trimestral - Republica Dominicana - 1991-2024", ylab = "Ciclo", xlab = "Tiempo")

Generando grafico filtro HP Guatemala

library(mFilter)
library(forecast)
pib_gt_ts <- ts(pib_trimestral_gt, start = c(2001, 1), frequency = 4)
# aplicando el filtro hp y escogiendo el valor de lambda de 1600 dado que es trimestral
hp_gt <- hpfilter(pib_gt_ts, freq = 1600)
trend_gt <- hp_gt$trend
cycle_gt <- hp_gt$cycle
#Generando el grafico
plot(pib_gt_ts, type = "l", main = "Filtro de HP - PIB trimestral - Guatemala - 2001-2024", ylab = "PIB", xlab = "Tiempo")
lines(trend_gt, col="red", lwd=2)
legend("topleft", legend = c("PIB Original", "Tendencia (Filtro HP)"), col = c("black", "red"), lty = 1, lwd = 2)

Generando el grafico del componente ciclico para Guatemala

plot(cycle_gt, type = "l", main = "Componente Ciclico PIB trimestral Guatemala - 2001-2024", ylab = "Ciclo", xlab = "Tiempo")

Generando grafico del filtro HP para la serie de Honduras

library(mFilter)
library(forecast)
pib_hn_ts <- ts(pib_trimestral_hn, start = c(2000, 1), frequency = 4)
# aplicando el filtro hp y escogiendo el valor de lambda de 1600 dado que es trimestral
hp_hn <- hpfilter(pib_hn_ts, freq = 1600)
trend_hn <- hp_hn$trend
cycle_hn <- hp_hn$cycle
#Generando el grafico
plot(pib_hn_ts, type = "l", main = "Filtro de HP - PIB trimestral - Honduras - 1999-2024", ylab = "PIB", xlab = "Tiempo")
lines(trend_hn, col="red", lwd=2)
legend("topleft", legend = c("PIB Original", "Tendencia (Filtro HP)"), col = c("black", "red"), lty = 1, lwd = 2)

Generando grafico sobre el componente tendencia ciclo de Honduras

plot(cycle_hn, type = "l", main = "Componente Ciclico PIB trimestral - Honduras - 2000-2024", ylab = "Ciclo", xlab = "Tiempo")

Generando grafico del filtro HP para la serie de Panama

library(mFilter)
library(forecast)
pib_pan_ts <- ts(pib_trimestral_pan, start = c(1996, 1), frequency = 4)
# aplicando el filtro hp y escogiendo el valor de lambda de 1600 dado que es trimestral
hp_pan <- hpfilter(pib_pan_ts, freq = 1600)
trend_pan <- hp_pan$trend
cycle_pan <- hp_pan$cycle
#Generando el grafico
plot(pib_pan_ts, type = "l", main = "Filtro de HP - PIB trimestral - Panama - 1996-2022", ylab = "PIB", xlab = "Tiempo")
lines(trend_pan, col="red", lwd=2)
legend("topleft", legend = c("PIB Original", "Tendencia (Filtro HP)"), col = c("black", "red"), lty = 1, lwd = 2)

Generando grafico del componente tendencia ciclo de Panama

plot(cycle_pan, type = "l", main = "Componente Ciclico PIB trimestra - Panama - 1996-2022", ylab = "Ciclo", xlab = "Tiempo")

Generando grafico sobre el filtro hp para la serie de Costa Rica

library(mFilter)
library(forecast)
pib_cr_ts <- ts(pib_trimestral_cr, start = c(1991, 1), frequency = 4)
# aplicando el filtro hp y escogiendo el valor de lambda de 1600 dado que es trimestral
hp_cr <- hpfilter(pib_cr_ts, freq = 1600)
trend_cr <- hp_cr$trend
cycle_cr <- hp_cr$cycle
#Generando el grafico
plot(pib_cr_ts, type = "l", main = "Filtro de HP - PIB trimestral - El Salvador - 1991-2024", ylab = "PIB", xlab = "Tiempo")
lines(trend_cr, col="red", lwd=2)
legend("topleft", legend = c("PIB Original", "Tendencia (Filtro HP)"), col = c("black", "red"), lty = 1, lwd = 2)

Generando grafico sobre el componente tendencia ciclo de Costa Rica

plot(cycle_cr, type = "l", main = "Componente Ciclico PIB trimestral Costa Rica - 1991-2024", ylab = "Ciclo", xlab = "Tiempo")

Generando Grafico sobre el filtro hp para la serie de Nicaragua

library(mFilter)
library(forecast)
pib_ni_ts <- ts(pib_trimestral_ni, start = c(2006, 1), frequency = 4)
# aplicando el filtro hp y escogiendo el valor de lambda de 1600 dado que es trimestral
hp_ni <- hpfilter(pib_ni_ts, freq = 1600)
trend_ni <- hp_ni$trend
cycle_ni <- hp_ni$cycle
plot(pib_ni_ts, type = "l", main = "Filtro de HP - PIB trimestral - Nicaragua - 2006-2024", ylab = "PIB", xlab = "Tiempo")
lines(trend_ni, col="red", lwd=2)
legend("topleft", legend = c("PIB Original", "Tendencia (Filtro HP)"), col = c("black", "red"), lty = 1, lwd = 2)

Generando Grafico sobre el componente ciclico de Nicaragua

plot(cycle_ni, type = "l", main = "Componente Ciclico PIB trimestral - Nicaragua - 2006-2024", ylab = "Ciclo", xlab = "Tiempo")

Implementacion rapida de los graficos

Grafico para El Salvador

hp_resultado_sv <- hpfilter(pib_sv_ts, freq = 1600)
plot(hp_resultado_sv, ask=FALSE)

Grafico para Guatemala

hp_resultado_gt <- hpfilter(pib_gt_ts, freq = 1600)
plot(hp_resultado_gt, ask=FALSE)

Grafico para Honduras

hp_resultado_hn <- hpfilter(pib_hn_ts, freq = 1600)
plot(hp_resultado_hn, ask=FALSE)

Grafico para Costa Rica

hp_resultado_cr <- hpfilter(pib_cr_ts, freq = 1600)
plot(hp_resultado_cr, ask=FALSE)

Graficando Nicaragua

hp_resultado_ni <- hpfilter(pib_ni_ts, freq = 1600)
plot(hp_resultado_ni, 
     caption="Filtro HP aplicado a serie trimestral del PIB Nicaragua, 2006-2024", 
     plot.type="multiple",
     ask=FALSE)

Graficando Panama

hp_resultado_pan <- hpfilter(pib_pan_ts, freq = 1600)
plot(hp_resultado_pan, ask=FALSE)

Graficando Republica Dominicana

hp_resultado_dom <- hpfilter(pib_dom_ts, freq = 1600)
plot(hp_resultado_dom, ask=FALSE)