ANALISIS DE SERIES DE TIEMPO (TSA)

Usaremos los datos “Revolucion” de google trends

Importacion de datos

library("readr")
revolucion=read_csv("revo.dat")
## Rows: 213 Columns: 1
## -- Column specification --------------------------------------------------------
## Delimiter: ","
## dbl (1): 39
## 
## i Use `spec()` to retrieve the full column specification for this data.
## i Specify the column types or set `show_col_types = FALSE` to quiet this message.
head(revolucion)
## # A tibble: 6 x 1
##    `39`
##   <dbl>
## 1    39
## 2    44
## 3    43
## 4    51
## 5    32
## 6    12

Tenemos un vector numerico llamado “gas”

plot(revolucion)

Aqui podemos visualizar los datos ordenados y en su linea de tiempo

revolucion.ts=ts(data=revolucion,start=c(2004,1),frequency = 12)
plot(revolucion.ts)

En esta tabla, observamos que durante el año 2004 y 2021 en el mes de octubre, se ve que es cuando mas se busca esta palabra, y esto es debido a que en el mes de noviembre se celebra la revolucion de mexico

boxplot(revolucion.ts~ cycle(revolucion.ts))

revolucion.ts.desc=decompose(revolucion.ts)
plot(revolucion.ts.desc, xlab="Year")

TRANSFORMACIONES BASICAS DE UNA SERIE

plot(log(revolucion.ts))

x=log(revolucion.ts)
difi.x=diff(x)
plot(difi.x)

dif12.dif1.x=diff(difi.x,log=12)
plot(dif12.dif1.x)