#1.COMPONENTE IVAE ##1.1.Descomposición de Series Temporales

library(readxl)
library(tidyr)
library(dplyr)
library(forecast)
IVAE_03_22 <- read_excel("IVAE_03_22.xlsx",
col_names = FALSE, skip = 6, n_max = 10)

data.ivae<-pivot_longer(data = IVAE_03_22[1,],names_to = "vars",cols = 2:160,values_to = "indice") %>% select("indice")
data.ivae.ts<- data.ivae %>% ts(start = c(2009,1),frequency = 12)
data.ivae.ts %>% 
  autoplot(main ="IVAE ENE 2009- MAR 2022",
           xlab="Años/Meses",
           ylab="Indice")

##1.2.Descomposición Aditiva

library(forecast)
#Descomposición aditiva
descompocicion_aditiva<-decompose(data.ivae.ts,type = "additive")
#gráfico de la descompocición
autoplot(descompocicion_aditiva, main="IVAE")

#gráfico de la serie original y el componente tendencia ciclo
Yt<-descompocicion_aditiva$x
TC<-descompocicion_aditiva$trend
autoplot(Yt,
         main = "IVAE ENE 2009- MAR 2022")+
  autolayer(TC)

#2.Componente Agricultura, Ganadería, Silvicultura y Pesca ##2.1.Descomposición de Series Temporales

library(readxl)
library(tidyr)
library(dplyr)
library(forecast)
IVAE_03_22 <- read_excel("IVAE_03_22.xlsx",
col_names = FALSE, skip = 6, n_max = 10)

data.ivae<-pivot_longer(data = IVAE_03_22[2,],names_to = "vars",cols = 2:160,values_to = "indice") %>% select("indice")
data.ivae.ts<- data.ivae %>% ts(start = c(2009,1),frequency = 12)
data.ivae.ts %>% 
  autoplot(main ="Agricultura, Ganadería, Silvicultura y Pesca ENE 2009- MAR 2022",
           xlab="Años/Meses",
           ylab="Indice")

##2.2.Descomposición Aditiva

library(forecast)
#Descomposición aditiva
descompocicion_aditiva<-decompose(data.ivae.ts,type = "additive")
#gráfico de la descompocición
autoplot(descompocicion_aditiva, main="Agricultura, Ganadería, Silvicultura y Pesca")

#gráfico de la serie original y el componente tendencia ciclo
Yt<-descompocicion_aditiva$x
TC<-descompocicion_aditiva$trend
autoplot(Yt,
         main = "Agricultura, Ganadería, Silvicultura y Pesca ENE 2009- MAR 2022")+
  autolayer(TC)

#3.Componente Índice de Producción Industrial (IPI) ##3.1.Descomposición de Series Temporales

library(readxl)
library(tidyr)
library(dplyr)
library(forecast)
IVAE_03_22 <- read_excel("IVAE_03_22.xlsx",
col_names = FALSE, skip = 6, n_max = 10)

data.ivae<-pivot_longer(data = IVAE_03_22[3,],names_to = "vars",cols = 2:160,values_to = "indice") %>% select("indice")
data.ivae.ts<- data.ivae %>% ts(start = c(2009,1),frequency = 12)
data.ivae.ts %>% 
  autoplot(main ="Índice de Producción Industrial (IPI) ENE 2009- MAR 2022",
           xlab="Años/Meses",
           ylab="Indice")

##3.2.Descomposición Aditiva

library(forecast)
#Descomposición aditiva
descompocicion_aditiva<-decompose(data.ivae.ts,type = "additive")
#gráfico de la descompocición
autoplot(descompocicion_aditiva, main="Índice de Producción Industrial (IPI)")

#gráfico de la serie original y el componente tendencia ciclo
Yt<-descompocicion_aditiva$x
TC<-descompocicion_aditiva$trend
autoplot(Yt,
         main = "Índice de Producción Industrial (IPI) ENE 2009- MAR 2022")+
  autolayer(TC)

#4.Construcción ##4.1.Descomposición de Series Temporales

library(readxl)
library(tidyr)
library(dplyr)
library(forecast)
IVAE_03_22 <- read_excel("IVAE_03_22.xlsx",
col_names = FALSE, skip = 6, n_max = 10)

data.ivae<-pivot_longer(data = IVAE_03_22[4,],names_to = "vars",cols = 2:160,values_to = "indice") %>% select("indice")
data.ivae.ts<- data.ivae %>% ts(start = c(2009,1),frequency = 12)
data.ivae.ts %>% 
  autoplot(main ="Construcción ENE 2009- MAR 2022",
           xlab="Años/Meses",
           ylab="Indice")

##4.2.Descomposición Aditiva

library(forecast)
#Descomposición aditiva
descompocicion_aditiva<-decompose(data.ivae.ts,type = "additive")
#gráfico de la descompocición
autoplot(descompocicion_aditiva, main="Construcción")

#gráfico de la serie original y el componente tendencia ciclo
Yt<-descompocicion_aditiva$x
TC<-descompocicion_aditiva$trend
autoplot(Yt,
         main = "Construcción ENE 2009- MAR 2022")+
  autolayer(TC)

#5.Comercio, Transporte y Almacenamiento, Actividades de Alojamiento y de Servicio de Comidas ##5.1.Descomposición de Series Temporales

library(readxl)
library(tidyr)
library(dplyr)
library(forecast)
IVAE_03_22 <- read_excel("IVAE_03_22.xlsx",
col_names = FALSE, skip = 6, n_max = 10)

data.ivae<-pivot_longer(data = IVAE_03_22[5,],names_to = "vars",cols = 2:160,values_to = "indice") %>% select("indice")
data.ivae.ts<- data.ivae %>% ts(start = c(2009,1),frequency = 12)
data.ivae.ts %>% 
  autoplot(main ="Comercio, Transporte y Almacenamiento, Actividades de Alojamiento y de Servicio de Comidas ENE 2009- MAR 2022",
           xlab="Años/Meses",
           ylab="Indice")

##5.2.Descomposición Aditiva

library(forecast)
#Descomposición aditiva
descompocicion_aditiva<-decompose(data.ivae.ts,type = "additive")
#gráfico de la descompocición
autoplot(descompocicion_aditiva, main="Comercio, Transporte y Almacenamiento, Actividades de Alojamiento y de Servicio de Comidas")

#gráfico de la serie original y el componente tendencia ciclo
Yt<-descompocicion_aditiva$x
TC<-descompocicion_aditiva$trend
autoplot(Yt,
         main = "Comercio, Transporte y Almacenamiento, Actividades de Alojamiento y de Servicio de Comidas ENE 2009- MAR 2022")+
  autolayer(TC)

#6.Información y Comunicaciones ##6.1.Descomposición de Series Temporales

library(readxl)
library(tidyr)
library(dplyr)
library(forecast)
IVAE_03_22 <- read_excel("IVAE_03_22.xlsx",
col_names = FALSE, skip = 6, n_max = 10)

data.ivae<-pivot_longer(data = IVAE_03_22[6,],names_to = "vars",cols = 2:160,values_to = "indice") %>% select("indice")
data.ivae.ts<- data.ivae %>% ts(start = c(2009,1),frequency = 12)
data.ivae.ts %>% 
  autoplot(main ="Información y Comunicaciones ENE 2009- MAR 2022",
           xlab="Años/Meses",
           ylab="Indice")

##6 .2.Descomposición Aditiva

library(forecast)
#Descomposición aditiva
descompocicion_aditiva<-decompose(data.ivae.ts,type = "additive")
#gráfico de la descompocición
autoplot(descompocicion_aditiva, main="Información y Comunicaciones")

#gráfico de la serie original y el componente tendencia ciclo
Yt<-descompocicion_aditiva$x
TC<-descompocicion_aditiva$trend
autoplot(Yt,
         main = " Información y Comunicaciones ENE 2009- MAR 2022")+
  autolayer(TC)

#7.Actividades Financieras y de Seguros ##7.1.Descomposición de Series Temporales

library(readxl)
library(tidyr)
library(dplyr)
library(forecast)
IVAE_03_22 <- read_excel("IVAE_03_22.xlsx",
col_names = FALSE, skip = 6, n_max = 10)

data.ivae<-pivot_longer(data = IVAE_03_22[7,],names_to = "vars",cols = 2:160,values_to = "indice") %>% select("indice")
data.ivae.ts<- data.ivae %>% ts(start = c(2009,1),frequency = 12)
data.ivae.ts %>% 
  autoplot(main ="Actividades Financieras y de Seguros ENE 2009- MAR 2022",
           xlab="Años/Meses",
           ylab="Indice")

##7.2.Descomposición Aditiva

library(forecast)
#Descomposición aditiva
descompocicion_aditiva<-decompose(data.ivae.ts,type = "additive")
#gráfico de la descompocición
autoplot(descompocicion_aditiva, main="Actividades Financieras y de Seguros")

#gráfico de la serie original y el componente tendencia ciclo
Yt<-descompocicion_aditiva$x
TC<-descompocicion_aditiva$trend
autoplot(Yt,
         main = " Actividades Financieras y de Seguros ENE 2009- MAR 2022")+
  autolayer(TC)

#8.Actividades Inmobiliarias ##8.1.Descomposición de Series Temporales

library(readxl)
library(tidyr)
library(dplyr)
library(forecast)
IVAE_03_22 <- read_excel("IVAE_03_22.xlsx",
col_names = FALSE, skip = 6, n_max = 10)

data.ivae<-pivot_longer(data = IVAE_03_22[8,],names_to = "vars",cols = 2:160,values_to = "indice") %>% select("indice")
data.ivae.ts<- data.ivae %>% ts(start = c(2009,1),frequency = 12)
data.ivae.ts %>% 
  autoplot(main ="Actividades Inmobiliarias ENE 2009- MAR 2022",
           xlab="Años/Meses",
           ylab="Indice")

##8.2.Descomposición Aditiva

library(forecast)
#Descomposición aditiva
descompocicion_aditiva<-decompose(data.ivae.ts,type = "additive")
#gráfico de la descompocición
autoplot(descompocicion_aditiva, main="Actividades Inmobiliarias")

#gráfico de la serie original y el componente tendencia ciclo
Yt<-descompocicion_aditiva$x
TC<-descompocicion_aditiva$trend
autoplot(Yt,
         main = " Actividades Inmobiliarias ENE 2009- MAR 2022")+
  autolayer(TC)

#9.Actividades Profesionales, Científicas, Técnicas, Administrativas, de Apoyo y Otros Servicios ##9.1.Descomposición de Series Temporales

library(readxl)
library(tidyr)
library(dplyr)
library(forecast)
IVAE_03_22 <- read_excel("IVAE_03_22.xlsx",
col_names = FALSE, skip = 6, n_max = 10)

data.ivae<-pivot_longer(data = IVAE_03_22[9,],names_to = "vars",cols = 2:160,values_to = "indice") %>% select("indice")
data.ivae.ts<- data.ivae %>% ts(start = c(2009,1),frequency = 12)
data.ivae.ts %>% 
  autoplot(main =" Actividades Profesionales, Científicas, Técnicas, Administrativas, de Apoyo y Otros Servicios ENE 2009- MAR 2022",
           xlab="Años/Meses",
           ylab="Indice")

##9.2.Descomposición Aditiva

library(forecast)
#Descomposición aditiva
descompocicion_aditiva<-decompose(data.ivae.ts,type = "additive")
#gráfico de la descompocición
autoplot(descompocicion_aditiva, main="Actividades Profesionales, Científicas, Técnicas, Administrativas, de Apoyo y Otros Servicios")

#gráfico de la serie original y el componente tendencia ciclo
Yt<-descompocicion_aditiva$x
TC<-descompocicion_aditiva$trend
autoplot(Yt,
         main = " Actividades Profesionales, Científicas, Técnicas, Administrativas, de Apoyo y Otros Servicios ENE 2009- MAR 2022")+
  autolayer(TC)

#10.Actividades de Administración Pública y Defensa, Enseñanza, Salud y Asistencia Social ##10.1.Descomposición de Series Temporales

library(readxl)
library(tidyr)
library(dplyr)
library(forecast)
IVAE_03_22 <- read_excel("IVAE_03_22.xlsx",
col_names = FALSE, skip = 6, n_max = 10)

data.ivae<-pivot_longer(data = IVAE_03_22[10,],names_to = "vars",cols = 2:160,values_to = "indice") %>% select("indice")
data.ivae.ts<- data.ivae %>% ts(start = c(2009,1),frequency = 12)
data.ivae.ts %>% 
  autoplot(main ="Actividades de Administración Pública y Defensa, Enseñanza, Salud y Asistencia Social ENE 2009- MAR 2022",
           xlab="Años/Meses",
           ylab="Indice")

##10.2.Descomposición Aditiva

library(forecast)
#Descomposición aditiva
descompocicion_aditiva<-decompose(data.ivae.ts,type = "additive")
#gráfico de la descompocición
autoplot(descompocicion_aditiva, main="Actividades de Administración Pública y Defensa, Enseñanza, Salud y Asistencia Social")

#gráfico de la serie original y el componente tendencia ciclo
Yt<-descompocicion_aditiva$x
TC<-descompocicion_aditiva$trend
autoplot(Yt,
         main = " Actividades de Administración Pública y Defensa, Enseñanza, Salud y Asistencia Social ENE 2009- MAR 2022")+
  autolayer(TC)