Análisis de series de tiempo
Se usaran datos de las busquedas de la revolución desde el año 2004 a 2021
library(readr)
revolucion <- read_csv("revolucion.csv")## Rows: 213 Columns: 1## -- Column specification --------------------------------------------------------
## Delimiter: ","
## dbl (1): 40##
## 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.View(revolucion)Para tratar este vector numerico como una serie de tiempo, utilizaremos el comando ts (time-series objects).
revolucion.ts <- ts(revolucion, start = c (2004,1), frequency = 12 )frequency = 12 meses es un año (un ciclo ) start = inicio enero de 2004
print(revolucion.ts)## Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
## 2004 39 44 41 48 34 14 41 52 57 92 33 31
## 2005 43 34 36 37 27 10 32 48 40 85 31 28
## 2006 36 33 22 37 26 11 31 40 37 76 20 20
## 2007 29 27 21 25 23 8 29 37 34 82 20 25
## 2008 30 27 31 26 19 8 28 34 32 83 20 24
## 2009 30 35 24 38 31 17 26 41 40 97 29 33
## 2010 40 48 34 35 30 11 24 48 42 100 23 25
## 2011 30 28 17 20 17 7 19 32 25 65 19 26
## 2012 33 27 18 19 15 11 18 27 24 56 16 22
## 2013 26 19 19 15 13 8 16 23 21 55 16 20
## 2014 24 23 16 15 16 9 15 22 22 55 16 21
## 2015 23 20 17 15 15 8 13 22 20 55 17 19
## 2016 24 18 19 15 14 9 13 22 20 53 16 21
## 2017 24 24 16 16 16 9 14 20 22 53 16 20
## 2018 25 21 19 16 13 9 15 22 22 44 15 20
## 2019 23 22 16 17 14 8 13 20 20 53 12 15
## 2020 19 18 18 16 11 7 9 17 16 39 11 11
## 2021 15 14 11 11 10 6 7 14 13Con este objeto orientado a tiempo, se puede obtener una grafica la cual se entiende la periodicidad del aumento en las busquedas de revolución
plot(revolucion.ts, ylab="Busquedas")
Ahora se hace una comparación interanuela del aumento de busquedas de revolución
boxplot(revolucion.ts~cycle(revolucion.ts))
Ciclos de comportamiento de busquedas de revolución
cycle(revolucion.ts)## Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
## 2004 1 2 3 4 5 6 7 8 9 10 11 12
## 2005 1 2 3 4 5 6 7 8 9 10 11 12
## 2006 1 2 3 4 5 6 7 8 9 10 11 12
## 2007 1 2 3 4 5 6 7 8 9 10 11 12
## 2008 1 2 3 4 5 6 7 8 9 10 11 12
## 2009 1 2 3 4 5 6 7 8 9 10 11 12
## 2010 1 2 3 4 5 6 7 8 9 10 11 12
## 2011 1 2 3 4 5 6 7 8 9 10 11 12
## 2012 1 2 3 4 5 6 7 8 9 10 11 12
## 2013 1 2 3 4 5 6 7 8 9 10 11 12
## 2014 1 2 3 4 5 6 7 8 9 10 11 12
## 2015 1 2 3 4 5 6 7 8 9 10 11 12
## 2016 1 2 3 4 5 6 7 8 9 10 11 12
## 2017 1 2 3 4 5 6 7 8 9 10 11 12
## 2018 1 2 3 4 5 6 7 8 9 10 11 12
## 2019 1 2 3 4 5 6 7 8 9 10 11 12
## 2020 1 2 3 4 5 6 7 8 9 10 11 12
## 2021 1 2 3 4 5 6 7 8 9Descomposición de una serie de tiempo
revolucion.ts.desc<-decompose(revolucion.ts)
plot(revolucion.ts.desc,xlab="year")
Aqui se puede ver como la tendencia va hacia abajo es decir que con el paso del tiempo disminuyen las busquedas de revolución por lo que se entiende que cada vez las personas se interesan menos.
Transformaciones basicas de una serie de tiempo
plot(log(revolucion.ts))
Eliminación de la tendencia
x<- log(revolucion.ts)
dif1.x<-diff(x)
plot(dif1.x)