Amazon.com, Inc. (AMZN)

library(quantmod)
## Loading required package: xts
## Loading required package: zoo
## 
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
## 
##     as.Date, as.Date.numeric
## Loading required package: TTR
## Registered S3 method overwritten by 'quantmod':
##   method            from
##   as.zoo.data.frame zoo
getSymbols("AMZN")
## 'getSymbols' currently uses auto.assign=TRUE by default, but will
## use auto.assign=FALSE in 0.5-0. You will still be able to use
## 'loadSymbols' to automatically load data. getOption("getSymbols.env")
## and getOption("getSymbols.auto.assign") will still be checked for
## alternate defaults.
## 
## This message is shown once per session and may be disabled by setting 
## options("getSymbols.warning4.0"=FALSE). See ?getSymbols for details.
## [1] "AMZN"
dim(AMZN)
## [1] 3814    6
head(AMZN)
##            AMZN.Open AMZN.High AMZN.Low AMZN.Close AMZN.Volume AMZN.Adjusted
## 2007-01-03     38.68     39.06    38.05      38.70    12405100         38.70
## 2007-01-04     38.59     39.14    38.26      38.90     6318400         38.90
## 2007-01-05     38.72     38.79    37.60      38.37     6619700         38.37
## 2007-01-08     38.22     38.31    37.17      37.50     6783000         37.50
## 2007-01-09     37.60     38.06    37.34      37.78     5703000         37.78
## 2007-01-10     37.49     37.70    37.07      37.15     6527500         37.15
tail(AMZN)
##            AMZN.Open AMZN.High AMZN.Low AMZN.Close AMZN.Volume AMZN.Adjusted
## 2022-02-16   3115.81   3176.68  3094.69    3162.01     2635200       3162.01
## 2022-02-17   3162.92   3206.98  3090.00    3093.05     3201600       3093.05
## 2022-02-18   3109.99   3109.99  3017.86    3052.03     3168200       3052.03
## 2022-02-22   3009.57   3059.65  2969.71    3003.95     3306400       3003.95
## 2022-02-23   3033.01   3035.26  2893.02    2896.54     3212200       2896.54
## 2022-02-24   2796.75   3034.98  2790.00    3027.16     5022600       3027.16
chartSeries(AMZN, theme="white")

Netflix, Inc. (NFLX)

getSymbols("NFLX")
## [1] "NFLX"
dim(NFLX)
## [1] 3814    6
head(NFLX)
##            NFLX.Open NFLX.High NFLX.Low NFLX.Close NFLX.Volume NFLX.Adjusted
## 2007-01-03  3.714286  3.824286 3.677143   3.801429    16440900      3.801429
## 2007-01-04  3.772857  3.828571 3.585714   3.621429    15959300      3.621429
## 2007-01-05  3.620000  3.620000 3.492857   3.544286    15190700      3.544286
## 2007-01-08  3.545714  3.555714 3.367143   3.404286    18344900      3.404286
## 2007-01-09  3.427143  3.440000 3.360000   3.427143    10611300      3.427143
## 2007-01-10  3.424286  3.464286 3.411429   3.438571    11448500      3.438571
tail(NFLX)
##            NFLX.Open NFLX.High NFLX.Low NFLX.Close NFLX.Volume NFLX.Adjusted
## 2022-02-16    401.53    401.56   390.38     398.08     5277700        398.08
## 2022-02-17    394.24    399.11   385.70     386.67     4669200        386.67
## 2022-02-18    392.53    402.87   389.05     391.29     6796300        391.29
## 2022-02-22    388.95    392.42   373.02     377.38     6697500        377.38
## 2022-02-23    382.72    386.00   366.66     367.46     4614300        367.46
## 2022-02-24    355.09    390.73   354.72     390.03     7056900        390.03
chartSeries(NFLX, theme="white")

Türkiye için kişi başına sabit GSYİH

Kişi başına GSYİH, gayri safi yurtiçi hasılanın yıl ortası nüfusa bölümüdür. GSYİH, ekonomideki tüm yerleşik üreticiler tarafından eklenen brüt değer artı herhangi bir ürün vergileri ve ürünlerin değerine dahil edilmeyen tüm sübvansiyonların toplamıdır. Üretilen varlıkların amortismanı veya doğal kaynakların tükenmesi ve bozulması için kesinti yapılmadan hesaplanır.

getSymbols("NYGDPPCAPKDTUR",src="FRED")
## [1] "NYGDPPCAPKDTUR"
chartSeries(NYGDPPCAPKDTUR,theme="white")

Türkiye GINI Endeksi

Gini endeksi, bir ekonomideki bireyler veya haneler arasındaki gelir veya tüketim harcamalarının dağılımının tam olarak eşit bir dağılımdan ne ölçüde saptığını ölçer. Bir Lorenz eğrisi, en yoksul birey veya haneden başlayarak, toplam alıcı sayısına karşı alınan toplam gelirin kümülatif yüzdelerini çizer. Gini endeksi, Lorenz eğrisi ile varsayımsal mutlak eşitlik çizgisi arasındaki alanı ölçer ve çizginin altındaki maksimum alanın yüzdesi olarak ifade edilir. Böylece Gini indeksi 0 mükemmel eşitliği temsil ederken, 100 indeksi mükemmel eşitsizliği ifade eder.

getSymbols("SIPOVGINITUR",src="FRED")
## [1] "SIPOVGINITUR"
chartSeries(SIPOVGINITUR,theme="white")

Elektriğe erişim (nüfusun yüzdesi)

library(WDI)
dk = WDI(indicator='EG.ELC.ACCS.ZS', country=c('MX','TR','BR'), start=2010, end=2019)
head(dk)
##   iso2c country EG.ELC.ACCS.ZS year
## 1    BR  Brazil       99.80000 2019
## 2    BR  Brazil       99.70000 2018
## 3    BR  Brazil       99.80000 2017
## 4    BR  Brazil       99.70000 2016
## 5    BR  Brazil       99.71090 2015
## 6    BR  Brazil       99.65025 2014
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:xts':
## 
##     first, last
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
dk <- dk %>%
  rename(ulkekodu = 1,
         ulke = 2,
         elektrik = 3,
         sene = 4)
library(reshape2)
data_genis <- dcast(dk, sene ~ ulke, value.var="elektrik")
head(data_genis)
##   sene   Brazil   Mexico Turkey
## 1 2010 99.35217 99.23670    100
## 2 2011 99.32869 99.06409    100
## 3 2012 99.51949 99.11164    100
## 4 2013 99.57515 99.23203    100
## 5 2014 99.65025 99.17293    100
## 6 2015 99.71090 99.00000    100
tsveri <- ts(data_genis, start=2010, frequency=1)
head(tsveri)
##      sene   Brazil   Mexico Turkey
## [1,] 2010 99.35217 99.23670    100
## [2,] 2011 99.32869 99.06409    100
## [3,] 2012 99.51949 99.11164    100
## [4,] 2013 99.57515 99.23203    100
## [5,] 2014 99.65025 99.17293    100
## [6,] 2015 99.71090 99.00000    100
library(ggplot2)
library(ggfortify)
autoplot(tsveri[,"Turkey"]) +
  ggtitle("Türkiye'nin elektriğe erişimi") +
  xlab("Sene") +
  ylab("")

plot(tsveri[,2:4])

data_uzun <- melt(data_genis, id.vars = "sene") 
ggplot(data_uzun,                           
       aes(x = sene,
           y = value,
           col = variable)) +
  geom_line()

Eğitime yapılan devlet harcamaları, toplam (hükümet harcamalarının yüzdesi)

dm = WDI(indicator='SE.XPD.TOTL.GB.ZS', country=c('AR','CO','CH','TR'), start=2010, end=2020)
head(dm)
##   iso2c   country SE.XPD.TOTL.GB.ZS year
## 1    AR Argentina                NA 2020
## 2    AR Argentina          12.53007 2019
## 3    AR Argentina          12.52334 2018
## 4    AR Argentina          13.26392 2017
## 5    AR Argentina          13.35554 2016
## 6    AR Argentina          13.96331 2015
library(dplyr)
dm <- dm %>%
  rename(ulkekodu = 1,
         ulke = 2,
         egitim = 3,
         sene = 4)
library(reshape2)
data_genis <- dcast(dm, sene ~ ulke, value.var="egitim")
head(data_genis)
##   sene Argentina Colombia Switzerland Turkey
## 1 2010  15.04797 15.92683    15.28764     NA
## 2 2011  15.15856 14.77203    15.44774     NA
## 3 2012  14.51826 15.02234    15.47541     NA
## 4 2013  14.45793 16.26273    15.09509     NA
## 5 2014  13.79933 14.80898    15.32248     NA
## 6 2015  13.96331 14.29273    15.38914     NA
tsveri <- ts(data_genis, start=2010, frequency=1)
head(tsveri)
##      sene Argentina Colombia Switzerland Turkey
## [1,] 2010  15.04797 15.92683    15.28764     NA
## [2,] 2011  15.15856 14.77203    15.44774     NA
## [3,] 2012  14.51826 15.02234    15.47541     NA
## [4,] 2013  14.45793 16.26273    15.09509     NA
## [5,] 2014  13.79933 14.80898    15.32248     NA
## [6,] 2015  13.96331 14.29273    15.38914     NA
plot(tsveri[,2:5])

data_uzun <- melt(data_genis, id.vars = "sene") 
ggplot(data_uzun,                           
       aes(x = sene,
           y = value,
           col = variable)) +
  geom_line()
## Warning: Removed 14 row(s) containing missing values (geom_path).