AI8UC1_10
Abraham Gomez
13/10/2021
ANALISIS DE SERIES DE TIEMPO
Analisis basico de series de tiempo
Para este analisis usaremos datos de las busquedas de “navidad” que se han hecho en google desde 2004 hasta 2021
library(readr)
navidad <- read_csv("navidadb.csv", show_col_types = FALSE)
View(navidad)Grafiquemos los datos
plot.default(navidad)
Para tratar este vector como una serie de tiempo, usaremos el comando ts (time series object)
navidad.ts <- ts(navidad, start=c(2004,1), frequency = 12)frequency = 12 meses es un anio (un ciclo) start = inicio enero de 2004
print(navidad.ts)## Mes navidad
## Jan 2004 1 3
## Feb 2004 2 2
## Mar 2004 3 1
## Apr 2004 4 2
## May 2004 5 1
## Jun 2004 6 1
## Jul 2004 7 1
## Aug 2004 8 1
## Sep 2004 9 2
## Oct 2004 10 5
## Nov 2004 11 33
## Dec 2004 12 100
## Jan 2005 13 4
## Feb 2005 14 2
## Mar 2005 15 1
## Apr 2005 16 1
## May 2005 17 1
## Jun 2005 18 1
## Jul 2005 19 2
## Aug 2005 20 2
## Sep 2005 21 4
## Oct 2005 22 5
## Nov 2005 23 29
## Dec 2005 24 85
## Jan 2006 25 4
## Feb 2006 26 1
## Mar 2006 27 2
## Apr 2006 28 2
## May 2006 29 1
## Jun 2006 30 2
## Jul 2006 31 2
## Aug 2006 32 1
## Sep 2006 33 2
## Oct 2006 34 5
## Nov 2006 35 26
## Dec 2006 36 77
## Jan 2007 37 4
## Feb 2007 38 2
## Mar 2007 39 1
## Apr 2007 40 1
## May 2007 41 1
## Jun 2007 42 1
## Jul 2007 43 1
## Aug 2007 44 1
## Sep 2007 45 2
## Oct 2007 46 4
## Nov 2007 47 22
## Dec 2007 48 70
## Jan 2008 49 4
## Feb 2008 50 1
## Mar 2008 51 1
## Apr 2008 52 1
## May 2008 53 1
## Jun 2008 54 1
## Jul 2008 55 2
## Aug 2008 56 1
## Sep 2008 57 2
## Oct 2008 58 4
## Nov 2008 59 22
## Dec 2008 60 70
## Jan 2009 61 4
## Feb 2009 62 2
## Mar 2009 63 2
## Apr 2009 64 2
## May 2009 65 1
## Jun 2009 66 1
## Jul 2009 67 1
## Aug 2009 68 2
## Sep 2009 69 2
## Oct 2009 70 4
## Nov 2009 71 21
## Dec 2009 72 72
## Jan 2010 73 5
## Feb 2010 74 3
## Mar 2010 75 2
## Apr 2010 76 2
## May 2010 77 2
## Jun 2010 78 1
## Jul 2010 79 2
## Aug 2010 80 2
## Sep 2010 81 4
## Oct 2010 82 5
## Nov 2010 83 19
## Dec 2010 84 65
## Jan 2011 85 9
## Feb 2011 86 10
## Mar 2011 87 6
## Apr 2011 88 2
## May 2011 89 1
## Jun 2011 90 1
## Jul 2011 91 2
## Aug 2011 92 1
## Sep 2011 93 2
## Oct 2011 94 4
## Nov 2011 95 20
## Dec 2011 96 72
## Jan 2012 97 8
## Feb 2012 98 7
## Mar 2012 99 5
## Apr 2012 100 2
## May 2012 101 2
## Jun 2012 102 2
## Jul 2012 103 2
## Aug 2012 104 2
## Sep 2012 105 3
## Oct 2012 106 4
## Nov 2012 107 20
## Dec 2012 108 67
## Jan 2013 109 6
## Feb 2013 110 4
## Mar 2013 111 3
## Apr 2013 112 2
## May 2013 113 2
## Jun 2013 114 1
## Jul 2013 115 1
## Aug 2013 116 2
## Sep 2013 117 2
## Oct 2013 118 4
## Nov 2013 119 21
## Dec 2013 120 75
## Jan 2014 121 6
## Feb 2014 122 3
## Mar 2014 123 3
## Apr 2014 124 2
## May 2014 125 1
## Jun 2014 126 1
## Jul 2014 127 2
## Aug 2014 128 2
## Sep 2014 129 2
## Oct 2014 130 5
## Nov 2014 131 24
## Dec 2014 132 83
## Jan 2015 133 6
## Feb 2015 134 2
## Mar 2015 135 2
## Apr 2015 136 2
## May 2015 137 1
## Jun 2015 138 1
## Jul 2015 139 5
## Aug 2015 140 2
## Sep 2015 141 3
## Oct 2015 142 5
## Nov 2015 143 26
## Dec 2015 144 93
## Jan 2016 145 5
## Feb 2016 146 3
## Mar 2016 147 2
## Apr 2016 148 1
## May 2016 149 1
## Jun 2016 150 1
## Jul 2016 151 1
## Aug 2016 152 2
## Sep 2016 153 3
## Oct 2016 154 5
## Nov 2016 155 26
## Dec 2016 156 79
## Jan 2017 157 5
## Feb 2017 158 2
## Mar 2017 159 2
## Apr 2017 160 1
## May 2017 161 1
## Jun 2017 162 1
## Jul 2017 163 2
## Aug 2017 164 2
## Sep 2017 165 3
## Oct 2017 166 5
## Nov 2017 167 25
## Dec 2017 168 77
## Jan 2018 169 5
## Feb 2018 170 2
## Mar 2018 171 2
## Apr 2018 172 1
## May 2018 173 1
## Jun 2018 174 1
## Jul 2018 175 1
## Aug 2018 176 2
## Sep 2018 177 3
## Oct 2018 178 5
## Nov 2018 179 26
## Dec 2018 180 71
## Jan 2019 181 4
## Feb 2019 182 2
## Mar 2019 183 1
## Apr 2019 184 1
## May 2019 185 1
## Jun 2019 186 1
## Jul 2019 187 1
## Aug 2019 188 2
## Sep 2019 189 3
## Oct 2019 190 5
## Nov 2019 191 26
## Dec 2019 192 68
## Jan 2020 193 4
## Feb 2020 194 2
## Mar 2020 195 1
## Apr 2020 196 1
## May 2020 197 1
## Jun 2020 198 1
## Jul 2020 199 1
## Aug 2020 200 2
## Sep 2020 201 3
## Oct 2020 202 5
## Nov 2020 203 27
## Dec 2020 204 72
## Jan 2021 205 5
## Feb 2021 206 2
## Mar 2021 207 1
## Apr 2021 208 1
## May 2021 209 1
## Jun 2021 210 1
## Jul 2021 211 2
## Aug 2021 212 4
## Sep 2021 213 3
## Oct 2021 214 5Ahora que tenemos una variable que es un objeto orientado a tiempo, podemos tener una grafica
plot(navidad.ts)
Ahora haremos una comparacion interanual de las busquedas de “navidad” en google
boxplot(navidad.ts ~ cycle(navidad.ts))
Entendamos los ciclos de las busquedas de “navidad” en google
cycle(navidad.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 9 10DESCOMPOSICION DE UNA SERIE DE TIEMPO
Componentes estructurales de una serie de tiempo:
Serie observada = Tendencia + Efecto Estacional + Residuos
navidad.ts.desc <- decompose(navidad.ts)
plot(navidad.ts.desc, xlab = "Year")
TRANSDORMACIONES BASICAS DE UNA SERIE DE TIEMPO
Estabilizacion de la varianza
Antes de hacer la estabilizacion de varianza transformaremos nuestra seire a una logaritmica
plot(log(navidad.ts))
Eliminacion de tendencia
x <- log(navidad.ts)
dif1.x <- diff(x)
plot(dif1.x)
Eliminacion de la estacionalidad
dif12.dif1.x <- diff(dif1.x, lag = 12)
plot(dif12.dif1.x)
Las funciones de autocovarianza y autocorrelaciones
y = dif12.dif1.x
acf(y)
Conclusion
En base al analisis que hemos hecho se puede notar que las veces en las que estas busquedas se elevan drasticamente siempre son fechas de diciembre debido a que en ese mes comienza la epoca navideña y es una de las cosas que mas les interesa a la gente en esa temporada, mientras que el resto del año al no ser una temporada navideña obviamente va a haber un interes bastante bajo hacia esta, y asi como ocurre con la busqueda de “navidad” se puede deducir que el comportamiento sera similar con otras epocas del año como halloween o el dia de las madres.