INTRODUCCIÓN

EVALUACIÓN

Describir una base de datos. Al acumularse, formarán una tarea.

Github: Omarr667 -> Time Series

  • tarea
  • proyecto
  • mini tareas (en conjunto es una tarea)

Para el análisis de series de tiempo vamos a ocupar la base de datos de CONELDO que corresponde al consumo de energía eléctrica doméstica.

Vamos a pasar de tener vectores a un objeto llamado time series.

Time Series nos va a ayudar a indexar los valores como tiempos

A su vez vamos a ocupar la función ts() time series

Donde las funciones más usuales serán

  • summary()
  • start()

GRAFICAR SERIES DE TIEMPO

En principio vamos a tener 3 posibilidades para representar a nuestras series de tiempo.

GGPLOT

Vamos a graficar mucho con ggplot. Por lo que será necesario tener un formato tiddy

ggplot(Base,
       aes(x = time,
           y = CONELDO)) +
  geom_line

PLOT

Observaciones con un objeto base Las gráficas no son tan estéticas

plot(objeto.ts)

XTS

Proceso de graficación distinto. Vamos a instalar la paquetería xts

install.packages(xts)
library(xts)

Expandes un objeto ts y le pones más categorias con xts.

Nos permitirá graficar líneas auxiliares. Es un similar al plot pero con detalles que nos serán de gran utilidad para el análisis de series de tiempo.

Es un punto intermedio entre un ggplot y un plot

FUNCIONES ESPECIALES

Una vez elegida nuestra forma de graficar, utilizaremos funciones especiales.

Función aggregate (Tendencias).

Nos servirá para graficar las tendencias de nuestra serie de tiempo.

Variacion estacional -> Tendencia

Quitamos la periodicidad y nos quedamos con la tendencia

  • Nos grafica una línea de tendencia
aggregae(objeto.ts)

Función cycle (Ciclos)

Quitar la tendencia y quedarnos con la periodicidad

  • Nos grafica un diagrama de caja y brazos
cycle(objeto.ts)

Grafica de Petalos: Una grafica sin periodicidad

OTRAS BASES DE DATOS

Ambientes Multidimensionales

Se van a realizar las operaciones de manera simultánea para cada variable

Consumo de energía eléctrica, chocolate y cerveza. Usaremos una base multidimensional

Vamos a utilizar una tabla, a diferencia de una concatenación y conversión a un objeto ts()

read.table()

Seleccionamos los valores correspondienes a las series de tiempo de

  • beer
  • choc
  • elec

Para un enfoque multidimensional usaremos

# Esto es un ambiente multidimensional
multi = ts.intersect(beer, choc, elec)

Por tener la misma periodicidad podemos unirlas.

Se “heredan” las mismas funciones que en ts solo que aplicada a las n variables simultaneas

  • plot (En cualquiera de las 3 variantes)
  • summary
  • aggregate

Pasajeros aéreos (Base precargada)

Pionero en el análisis de series de tiempo.

AP.ts = AirPassengers