Ejercicio Energéticos

Ejercicio 1

1.1

setwd("C:/Users/s12e10/Downloads/Datos")
gasolina <- read.csv("clean_precios_gasolina.csv", stringsAsFactors = FALSE) %>%
  rename(fecha = 1, Gasolina=2)
petroleo <- read.csv("clean_precios_petroleo.csv", stringsAsFactors = FALSE) %>%
  rename(fecha = 1, Petroleo=2)
carbon <- read.csv("clean_precios_carbon.csv", stringsAsFactors = FALSE) %>%
  rename(fecha = 1, Carbon=2)
gasnatural <- read.csv("clean_precios_gas_natural.csv", stringsAsFactors = FALSE) %>%
  rename(fecha = 1, GasNatural=2)
ipc <- read.csv("IPC.csv", stringsAsFactors = FALSE) %>%
  rename(fecha = 1, IPC=2)

La base de datos que se esta trabajando en este ejercicio contiene 5 variables, 4 de precios correspondientes a precios de energeticos y una serie del ipc (indice del precio al consumidor), algunas caracteristicas importantes son:

• Las variables de precios: Carbon, Gas Natural, Gasolina y Petroleo, estas anteriores comparten caracteristicas como que tienen 8579 observaciones.

• La variable de ipc: Cuenta con 847 observaciones.

• Periodo de tiempo que comprenden: Desde enero del año 2000 hasta enero del año 2024 en las variables de precio y la variable de ipc es desde julio de 1954 hasta enero de 2025.

Con el fin de complementar un poco la informacion, se presenta a continuacion una pequeña descripcion detallada de cada variable:

• Gasolina: Es una serie diaria del precio observado de la gasolina, desde enero de 2000 hasta enero de 2024.

• Petroleo: Es una serie diaria del precio observado de la Petroleo, desde enero de 2000 hasta enero de 2024.

• Carbon: Es una serie diaria del precio observado del Carbon, desde enero de 2000 hasta enero de 2024.

• Gas Natural: Es una serie diaria del precio observado del Gas Natural , desde enero de 2000 hasta enero de 2024.

• IPC: Es una serie mensual del precio observado del Gas Natural , desde julio de 1954 hasta enero de 2025.

Adicionalmente es importante mencionar que cada variable contiene 2 variables que corresponden a fecha y precio para las variables de precio, por su parte, la de ipc contiene 2 variables tambien que corresponden a fecha e ipc.

1.2

#Funcion para completar fechas faltantes
fecha_completa <- function(df, date_col, price_col) {
  df[[date_col]]  <- as.Date(df[[date_col]]) 
  full_dates <- data.frame(seq(min(df[[date_col]], na.rm = TRUE),
                               max(df[[date_col]], na.rm = TRUE), by= "day"))
  colnames(full_dates) <- date_col
  df_complete <- full_dates %>%
    left_join(df, by = date_col) %>%
    arrange(.data[[date_col]])
  return(df_complete)
}

• Aqui usamos la funcion para completar las fechas faltantes

1.3

#se aplica la funcion definida en 1.2
gasolina_completa <- fecha_completa(gasolina, "fecha", "Gasolina")
petroleo_completa <- fecha_completa(petroleo, "fecha", "Petroleo")
carbon_completa <- fecha_completa(carbon, "fecha", "Carbon")
gasnatural_completa <- fecha_completa(gasnatural, "fecha", "GasNatural")
ipc_completa <- fecha_completa(ipc, "fecha", "IPC")

• Aplicamos funcion del 1.2

• Aqui añadimos 188 observaciones a la variable de gasolina, ya que probablemente habian fechas que faltaban, hubo una variacion de 8579 a 8767

• Aqui añadimos 188 observaciones a la variable de petroleo, ya que probablemente habian fechas que faltaban, hubo una variacion de 8579 a 8767

• Aqui añadimos 188 observaciones a la variable de carbon, ya que probablemente habian fechas que faltaban, hubo una variacion de 8579 a 8767

• Aqui añadimos 188 observaciones a la variable de gas natural, ya que probablemente habian fechas que faltaban, hubo una variacion de 8579 a 8767

• Aqui añadimos 24906 observaciones a la variable de ipc, ya que probablemente habian fechas que faltaban, hubo una variacion de 847 a 25753

1.4

#unir bases con formato de columna separadas por combustible
base_unida <- reduce(list(gasolina_completa, petroleo_completa, carbon_completa, gasnatural_completa, ipc_completa), full_join, by = "fecha") %>%
  arrange (fecha)

• En este apartado unimos las bases completas, ya que antes las bases completas estaban separadas, ahora las listamos con formato de columna separadas por combustible todas.

1.5

#Crear columnas de mes y año
base_unida <- base_unida %>%
  mutate(mes = month(fecha),
         año = year(fecha))
  #Teniendo en cuenta que la base IPC contiene datos desde 1954, vamos a filtrar
# para tener solo datos desde enero del 2000 hasta enero de 2024
base_unida <- base_unida %>%
  filter(año >= 2000 & (año < 2024 | (año == 2024 & mes == 1)))

• Aqui creamos columnas que corresponden a los meses y años de las observaciones, ahora se ve un poco mas organizada, ademas como la ipc tiene datos desde 1954 filtramos para que quedaran datos solo desde enero del 2000 hasta enero de 2024.

1.6

# Identificar valores faltantes en el precio de algun energetico
valores_faltantes <- base_unida %>%
  summarize(across(where(is.numeric) & !all_of(c("año", "mes", "IPC")), ~mean(is.na(.))*100)) %>%
  pivot_longer(cols = everything(), names_to = "Variable", values_to = "% faltante")

#Tabla valores faltantes
if (knitr::is_html_output()){
valores_faltantes %>%
  kable(
    "html", 
    caption = "Porcentaje de valores faltantes por columna"
    ) %>%
  kable_styling(
    full_width = FALSE, 
    bootstrap_options = c("striped", "hover", "condensed")
    )
} else {
  valores_faltantes %>%
  kable(
    "latex", 
    caption = "Porcentaje de valores faltantes por columna",
    booktabs = TRUE
  ) %>%
  kable_styling(
    latex_options = c("striped", "hold_position")
  )
}

Porcentaje de valores faltantes por columna

Variable	% faltante
Gasolina	2.478118
Petroleo	2.478118
Carbon	2.478118
GasNatural	2.478118

# Agregar valores faltantes con el promedio mensual energetico
base_unida <- base_unida %>%
  group_by(año, mes) %>%
  mutate(across(where(is.numeric), ~ifelse(is.na(.), mean(., na.rm = TRUE), .))) %>%
  ungroup()

• Aqui presentamos los resultados en una tabla, posteriormente identificamos y sustituimos los valores faltantes en el precio de algun bien energetico, los sustituimos con el precio promedio del mes-año de ese bien, incluyendo la mediana en esos valores que faltan.

1.7

# Agregat informacion a valores promedios por mes y año
base_final_meses <- base_unida %>%
  group_by(año, mes) %>%
  summarise(across(where(is.numeric), mean, na.rm = TRUE)) %>%
  ungroup()

## Warning: There was 1 warning in `summarise()`.
## i In argument: `across(where(is.numeric), mean, na.rm = TRUE)`.
## i In group 1: `año = 2000`, `mes = 1`.
## Caused by warning:
## ! The `...` argument of `across()` is deprecated as of dplyr 1.1.0.
## Supply arguments directly to `.fns` through an anonymous function instead.
## 
##   # Previously
##   across(a:b, mean, na.rm = TRUE)
## 
##   # Now
##   across(a:b, \(x) mean(x, na.rm = TRUE))

## `summarise()` has regrouped the output.
## i Summaries were computed grouped by año and mes.
## i Output is grouped by año.
## i Use `summarise(.groups = "drop_last")` to silence this message.
## i Use `summarise(.by = c(año, mes))` for per-operation grouping
##   (`?dplyr::dplyr_by`) instead.

• Agregamos la informacion de precios diarios a valores promedios por mes y año y quedo todo en base unida, al ejecutar salio la nueva variable con 289 observaciones y 7 variables

1.8

# Funcion para convertir precios nominales a precios reales
convert_to_real <- function(price_col, year_base, month_base, ipc_col, df) {
  ipc_base <- df%>% filter(año == year_base & mes == month_base) %>% pull ({{ipc_col}})
  if (length(ipc_base) == 0 || is.na(ipc_base)) {
    stop("No sea pendejo, no se encontro un valor valido de IPC para el año-mes base especificado.")
  }
  real_price_col <- paste0(deparse(substitute(price_col)), "_", year_base, "_", month_base,
                           "_transformada")
  df <- df %>%
    mutate({{real_price_col}} := {{price_col}} * ipc_base / {{ipc_col}})
  return(df)
}

• Creamos una funcion para convertir precios nominales a precios reales

1.9

# Aplicar la funcion para convertir a precios reales con base en cualquier año y mes especificado
año_base <- 2023
mes_base <- 12
basedatos_consolidada <- convert_to_real(Gasolina , año_base, mes_base, IPC, base_final_meses)
basedatos_consolidada <- convert_to_real(Petroleo , año_base, mes_base, IPC, basedatos_consolidada)
basedatos_consolidada <- convert_to_real(Carbon , año_base, mes_base, IPC, basedatos_consolidada)
basedatos_consolidada <- convert_to_real(GasNatural , año_base, mes_base, IPC, basedatos_consolidada)

• Aqui aplicamos la funcion que creamos en 1.8 y quedaron todos los precios bien en la base datos consolidada

1.10

# Guardar base consolidada
write.csv(basedatos_consolidada, "basedatos_consolidada_transformados.csv", row.names = FALSE)

• Creamos un documento y quedo guardado en nuestra carpeta inicial con nombre basedatos_consolidada_transformados

Ejercicio 2

2.1

# Filtro precios nominales y reales de combustibles
combustibles <- basedatos_consolidada %>%
  select(año, mes, starts_with("Gasolina"), starts_with("Petroleo"), starts_with("Carbon"), starts_with("GasNatural"))

# Renombrar variables con el sufijo real y nominal
colnames(combustibles) <- colnames(combustibles) %>%
  str_replace("\\d{4}_\\d{2}_transformada","")

colnames(combustibles) <- ifelse(colnames(combustibles) %in% c("año", "mes"),
                                 colnames(combustibles),
                                 ifelse(str_detect(colnames(combustibles), "_"),
                                        paste0(colnames(combustibles), "real"),
                                        paste0(colnames(combustibles), "_nominal")))

# Base de datos de estadisticas 
estadisticas_combustibles <- combustibles %>%
  summarise(across(c(starts_with("Gasolina"), starts_with("Petroleo"), starts_with("Carbon"), starts_with("GasNatural")), list(
    "Observaciones" = ~sum(!is.na(.)),
    "Promedio" = ~round(mean(., na.rm = TRUE), 2),
    "Minimo" = ~round(min(., na.rm = TRUE), 2),
    "Maximo" = ~round(max(., na.rm = TRUE), 2),
    "Desviacion Estandar" = ~round(sd(., na.rm = TRUE), 2)
    ), .names = "{.col}, {.fn}"))

# Formato para Tabla
estadisticas_combustibles <- estadisticas_combustibles %>%
  pivot_longer(cols = everything(), names_to = c("Variable", "Estadistica"), names_sep = "_") %>%
  pivot_wider(names_from = Estadistica, values_from = value)
# Tabla
estadisticas_combustibles %>%
  kable("html", caption = "<b>Estadisticas Descriptivas de los Precios de los Combustibles<b>", escape = FALSE) %>%
  kable_styling(full_width = FALSE, bootstrap_options = c("striped", "hover", "condensed")) %>%
  column_spec(1, bold = TRUE, border_right = TRUE) %>%
  row_spec(0, bold = TRUE, background ="#E0EEEE") %>%
  scroll_box(height ="500px")

Estadisticas Descriptivas de los Precios de los Combustibles

Variable	nominal, Observaciones	nominal, Promedio	nominal, Minimo	nominal, Maximo	nominal, Desviacion Estandar	real, Observaciones	real, Promedio	real, Minimo	real, Maximo	real, Desviacion Estandar
Gasolina	289	109.17	61.65	166.10	25.77	289	193.81	150.71	238.32	14.19
Petroleo	289	108.08	91.25	129.80	7.98	289	202.28	104.86	327.85	49.29
Carbon	289	96.98	74.21	123.16	12.68	289	178.23	100.96	270.05	32.82
GasNatural	289	118.27	98.65	137.71	8.37	289	221.86	97.82	366.96	55.75

• Ejercicio 2
• En este ejercicio 2 lo que hicimos fue filtrar los precios nominales y reales de combustibles y renombramos las variables con el sufijo y normal, ahora cuando abrimos la de combustibles aparecen con nombre nominal y real, finalmente hicimos un formato para tabla, pero antes para poder ejecutarlo hicimos la base de datos estadistica y creamos observaciones que deberian ser 289 e hicimos la tabla

2.2

# Filtrar los datos para un año específico
base_filtrada <- combustibles %>% filter(año == 2023)

# Crear el gráfico de dispersión con línea de ajuste
ggplot(base_filtrada, aes(x = Carbon_real, y = Gasolina_real)) +
  geom_point(color = "blue", alpha = 0.6, size = 3) +  # Puntos en color azul
  geom_smooth(method = "lm", color = "green", se = FALSE) +  # Línea de ajuste en rojo
  labs(
    title = "Relación entre el Precio del Carbón y la Gasolina (Reales) en 2023",
    x = "Precio del Carbón Real",
    y = "Precio de la Gasolina Real",
    caption = "Fuente: Datos de combustibles"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(hjust = 0.5, face = "bold"),  # Centrar título
    axis.title = element_text(face = "bold")
  )

## `geom_smooth()` using formula = 'y ~ x'

• Aqui en este lo que hicimos fue presentar la grafica de dispersion de puntos con carbon eje x y gasolina eje y, ambos reales

2.3

# Convertir el mes en formato de fecha (para que ggplot lo maneje bien en la serie de tiempo)
# Aquí es mejor dejar solo el mes, dado que es un solo año
base_filtrada <- base_filtrada %>%
#  mutate(Fecha = as.yearmon(paste(año, mes), "%m"))
  mutate(Fecha = factor(month.abb[mes], levels = month.abb, ordered = TRUE))

# Transformar los datos a formato largo, para graficar las series de tiempo
base_garfica_ts <- base_filtrada %>%
  pivot_longer(cols = c(Carbon_real, GasNatural_real, Petroleo_real, Gasolina_real), 
               names_to = "Combustible", values_to = "Precio")

# Crear la gráfica de las series de tiempo
ggplot(base_garfica_ts, aes(x = Fecha, y = Precio, color = Combustible, group = Combustible)) +
  geom_line(size = 1) +  # Línea de serie de tiempo
  geom_point(size = 2) +  # Puntos para resaltar valores individuales
  labs(
    title = "Evolución del Precio Real de los Combustibles en 2023",
    x = "Mes",
    y = "Precio Real",
    color = "Combustible",
    caption = "Fuente: Datos de combustibles"
  )

## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## i Please use `linewidth` instead.
## This warning is displayed once per session.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

• Aqui en este ultimo lo que hicimos fue presentar la grafica de serie de tiempos con el precio real de los 4 combustibles para un mismo año

• AUTOR:

knitr::include_graphics("Logo JA.png")