1 Introducción

1.1 Descripción

El Producto Interno Bruto (PIB) es uno de los principales indicadores macroeconómicos utilizados para medir la actividad económica de un país, ya que refleja el valor total de los bienes y servicios producidos en un periodo determinado.

El análisis del PIB permite identificar tendencias de crecimiento, periodos de expansión y contracción económica, así como evaluar el desempeño general de la economía a lo largo del tiempo.

En esta práctica se trabajará con una serie de tiempo del PIB de México, con el objetivo de procesar la información trimestral, construir un indicador anual mediante el promedio de los cuatro trimestres y calcular la tasa de crecimiento económico.

A través del uso de R, se aplicarán herramientas de limpieza de datos, estadística descriptiva y visualización, con la finalidad de interpretar el comportamiento del crecimiento económico y reconocer patrones relevantes en la dinámica económica del país.

2 Preparar el ambiente de trabajo

2.1 Limpiar el entorno

# Borra todos los objetos del entorno
rm(list = ls())
# Libera memoria
gc()
##          used (Mb) gc trigger (Mb) max used (Mb)
## Ncells 544045 29.1    1211184 64.7   686460 36.7
## Vcells 994116  7.6    8388608 64.0  1876157 14.4
# Muestra en qué carpeta estás trabajando
getwd()
## [1] "C:/Users/brand/Desktop/iCloudDrive/DESK2025SAID/CLASES 20262/LABORATORIO 4/practica9b"
#Ubicar carpeta en la pestaña de Session > Set working > Choose

3 Instalar y cargar paqueterías

3.1 Instalar paqueterías

install.packages(c("readxl", "openxlsx"))

3.2 Cargar paqueterías

library(readxl)
## Warning: package 'readxl' was built under R version 4.4.3
library(openxlsx)
## Warning: package 'openxlsx' was built under R version 4.4.3

4 Importar datos

4.1 Importar datos de excel

pib <- read_excel("PIB_b.xlsx", sheet = "Página 1", skip = 7, col_names = FALSE)
## New names:
## • `` -> `...1`
## • `` -> `...2`
head(pib)
## # A tibble: 6 × 2
##   ...1         ...2
##   <chr>       <dbl>
## 1 1994 1T 14100081.
## 2 1994 2T 14655083.
## 3 1994 3T 14488832.
## 4 1994 4T 14787062.
## 5 1995 1T 14043942.
## 6 1995 2T 13287444.

4.2 Limpieza de datos

colnames(pib) <- c("Periodo", "PIB")

pib$PIB <- as.numeric(pib$PIB)

pib$Anio <- substr(pib$Periodo, 1, 4)
pib$Anio <- as.numeric(pib$Anio)
## Warning: NAs introducidos por coerción
pib <- na.omit(pib)

head(pib)
## # A tibble: 6 × 3
##   Periodo       PIB  Anio
##   <chr>       <dbl> <dbl>
## 1 1994 1T 14100081.  1994
## 2 1994 2T 14655083.  1994
## 3 1994 3T 14488832.  1994
## 4 1994 4T 14787062.  1994
## 5 1995 1T 14043942.  1995
## 6 1995 2T 13287444.  1995

5 PIB anual

5.1 Promedio de Trimestres

pib_anual <- aggregate(PIB ~ Anio, data = pib, FUN = mean)

head(pib_anual)
##   Anio      PIB
## 1 1994 14507764
## 2 1995 13650312
## 3 1996 14499129
## 4 1997 15542903
## 5 1998 16504244
## 6 1999 16958941

6 Tasa de crecmiento

6.1 Calcular crecimiento

pib_anual$Crecimiento <- c(NA,
                           diff(pib_anual$PIB) / pib_anual$PIB[-nrow(pib_anual)] * 100)

head(pib_anual)
##   Anio      PIB Crecimiento
## 1 1994 14507764          NA
## 2 1995 13650312   -5.910300
## 3 1996 14499129    6.218297
## 4 1997 15542903    7.198876
## 5 1998 16504244    6.185079
## 6 1999 16958941    2.755030

7 Resumen de datos

7.1 Estadística Descriptiva

resumen_pib <- summary(pib_anual$PIB)
resumen_crecimiento <- summary(pib_anual$Crecimiento)

resumen_pib
##     Min.  1st Qu.   Median     Mean  3rd Qu.     Max. 
## 13650312 17771702 20251027 20149495 23070823 25365221
resumen_crecimiento
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
##  -8.354   1.004   2.309   1.943   3.674   7.199       1

8 Visualización de datos

8.1 Gráfica PIB anual

plot(pib_anual$Anio, pib_anual$PIB,
     type = "b",
     main = "PIB constante en México 1994 a 2024",
     xlab = "Año",
     ylab = "PIB",
     col = "blue")

8.2 Gráfica de tasa de crecimiento

plot(pib_anual$Anio, pib_anual$Crecimiento,
     type = "b",
     main = "Tasa de crecimiento del PIB 1994 a 2024",
     xlab = "Año",
     ylab = "Crecimiento (%)",
     col = "darkgreen")

abline(h = 0, col = "red")

9 Exportar a Excel

9.1 Convertir resúmenes a data frame

resumen_pib_df <- data.frame(
  Estadistica = names(resumen_pib),
  PIB_Anual = as.numeric(resumen_pib)
)

resumen_crecimiento_df <- data.frame(
  Estadistica = names(resumen_crecimiento),
  Crecimiento = as.numeric(resumen_crecimiento)
)

9.2 Crear libro de Excel

wb <- createWorkbook()

addWorksheet(wb, "PIB_Anual")
addWorksheet(wb, "Resumen_PIB")
addWorksheet(wb, "Resumen_Crecimiento")

writeData(wb, "PIB_Anual", pib_anual)
writeData(wb, "Resumen_PIB", resumen_pib_df)
writeData(wb, "Resumen_Crecimiento", resumen_crecimiento_df)

saveWorkbook(wb, "PIB_resultadosB.xlsx", overwrite = TRUE)