R Markdown

library(readr)
nacimientos_1 <- read_csv("nacimientos 1.csv")
## New names:
## * `` -> ...1
## Rows: 168 Columns: 2
## -- Column specification --------------------------------------------------------
## Delimiter: ","
## dbl (2): ...1, x
## 
## 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.
nacimientos_1
## # A tibble: 168 x 2
##     ...1     x
##    <dbl> <dbl>
##  1     1  26.7
##  2     2  23.6
##  3     3  26.9
##  4     4  24.7
##  5     5  25.8
##  6     6  24.4
##  7     7  24.5
##  8     8  23.9
##  9     9  23.2
## 10    10  23.2
## # ... with 158 more rows

Tasa De Nacimientos

Se logra identificar la tasa de nacimientos por mes en New York desde el año 1969 mediante una serie de tiempo.

nacimiento_ny <- nacimientos_1$x
ts_nac <- ts(nacimiento_ny, frequency=12, start=1969)
plot(decompose(ts_nac))

Por lo tanto se observa que:

  1. En la primer gráfica se determina algunas crestas y valles, sin embargo la tendencia que predomina es al alza, lo cual nos indica que los nacimientos han tendido al alza. No obstante existen ciertos intervalos de tiempo en los que se observa cierta estacionalidad.

  2. En la gráfica de tendencia se observa que tienda al alza, por lo tanto los nacimientos mensuales son mayores. No obstante existen ciertos intervalos de tiempo en los que se observa cierta estacionalidad.

  3. En la gráfica ciclica, se observa una tendencia ciclica muy marcada que en cierta forma es negativo debido a que hay un error recurrente, es decir no es aleatorio, para determinar la variable es importante conocer mas a detalle las mismas, sin embargo puede atribuirse a ciertas épocas del año.

  4. Finalmente, en la gráfica random no se observa ninguna tendencia es decir posee un rendimiento irregular.