Capítulo 2 CARGA Y DESCRIPCIÓN DE LOS DATOS
2.1 Carga de los datos
Inicialmente se carga la base de datos que contiene la variable a estudiar.A continuación se muestra una breve visualización de la data.
library(dplyr)
library(ggplot2)
library(forecast)
library(zoo)
library(grid)
library(plotly)
library(TSA)
library(tseries)## Rows: 999
## Columns: 7
## $ Mes <chr> "7/1/1955", "8/1/1955", "9/1/1955", "10/1/1955", "11/1/1955", "12/1/1955", "1/1/1956", "2/1/…
## $ IPC <chr> "-0.87%", "-0.01%", "0.84%", "0.77%", "1.44%", "2.03%", "2.10%", "2.57%", "3.10%", "3.04%", …
## $ DTF <chr> "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", …
## $ usura.E.A. <chr> "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", …
## $ usura.M.V. <chr> "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", …
## $ usura.DTF <chr> "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", …
## $ usura.IPC <chr> "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", "", …2.2 Descripción de la base de datos
Como se puede observar en la anterior tabla, el dataset se compone de 7 variables y 832 registros.Todas las variables identificadas como tipo caracter.
A continuación se define una tabla la cual indica el tipo de adecuado de cada una de las variables:
Resumen_variables<-data.frame(
Variable= c("Mes","IPC","DTF","usura E.A.","usura M.V.","usura DTF","usura IPC"),
Tipo_variable= c("Fecha","Numerica","Numerica","Numerica","Numerica","Numerica","Numerica")
)
print(Resumen_variables)## Variable Tipo_variable
## 1 Mes Fecha
## 2 IPC Numerica
## 3 DTF Numerica
## 4 usura E.A. Numerica
## 5 usura M.V. Numerica
## 6 usura DTF Numerica
## 7 usura IPC Numerica2.3 Pre-procesamiento de datos
Después del cargue y análisis descriptivo de la información, se identificó que los tipos de datos estaban incorrectos, pues eran de tipo caracter y se esperaba que fueran tipo fecha y numérico. Adicionalmente, se observan otras variables que no se van a utilizar durante el desarrollo de este proyecto, por consiguiente se procede a eliminarlas a traves del siguiente codigo:
También se observo que las variables tenian un nombre inadecuado, por lo tanto, se procede a renombrar las variables.
Posteriormente, se hace preprocesamiento de las variables, para poder convertir la data en serie de tiempo. Los cambios que se le aplicaron a los datos fueron:
-Se convierte la variable Tiempo a formato Fecha. -Se elimina el caracter % de la variable IPC. -Se cambia la “,” por “.” como separador de decimales. -Se convierte la variable IPC a tipo numérica. -Se eliminan datos faltantes en ambas variables.
# Convertir la columna "Tiempo" a formato de fecha
data$Tiempo <- as.Date(data$Tiempo, format = "%m/%d/%Y")
# Remover el símbolo de porcentaje y reemplazar comas por puntos
data$IPC <- gsub("%", "", data$IPC) # Eliminar '%'
data$IPC <- gsub(",", ".", data$IPC) # Reemplazar ',' por '.'
# Convertir a numérico y dividir entre 100 para obtener el valor decimal
data$IPC <- as.numeric(data$IPC) / 100
# eliminar faltantes
data <- data[!is.na(data$Tiempo) & !is.na(data$IPC), ] Después, se convierte la data en tipo serie de tiempo mediante la funcion ts. A continuación, se puede ver como los datos quedaron organizados en una matriz donde las filas son años y las columnas meses y el dato correspondiente se encuentra en el cruce de ambas.
min_Tiempo <- min(data$Tiempo, na.rm = TRUE) #encontrar el minimo de la variable mes
#convertir los datos en serie de tiempo
Indice_ts <- ts(data$IPC, start = c(as.numeric(format(min_Tiempo, "%Y")), as.numeric(format(min_Tiempo, "%m"))), frequency = 12)
print(Indice_ts) # imprimir datos## Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
## 1955 -0.0087 -0.0001 0.0084 0.0077 0.0144 0.0203
## 1956 0.0210 0.0257 0.0310 0.0304 0.0425 0.0528 0.0636 0.0576 0.0726 0.0831 0.0883 0.0791
## 1957 0.0930 0.1030 0.1121 0.1297 0.1358 0.1715 0.1939 0.2143 0.2093 0.2117 0.1984 0.2069
## 1958 0.1946 0.1805 0.1786 0.1724 0.1806 0.1390 0.1099 0.1047 0.1014 0.0892 0.0854 0.0798
## 1959 0.0947 0.1034 0.0909 0.0896 0.0762 0.0787 0.0841 0.0778 0.0723 0.0714 0.0742 0.0781
## 1960 0.0652 0.0524 0.0614 0.0549 0.0552 0.0493 0.0479 0.0496 0.0557 0.0612 0.0713 0.0735
## 1961 0.0759 0.0836 0.0870 0.0987 0.1023 0.1027 0.1003 0.0840 0.0747 0.0681 0.0613 0.0574
## 1962 0.0563 0.0529 0.0454 0.0366 0.0263 0.0257 0.0330 0.0455 0.0585 0.0601 0.0615 0.0630
## 1963 0.0979 0.1634 0.2129 0.2508 0.2652 0.2924 0.2899 0.2928 0.2983 0.3155 0.3344 0.3360
## 1964 0.3067 0.2388 0.2051 0.1818 0.2043 0.1958 0.1767 0.1563 0.1370 0.1101 0.0962 0.0880
## 1965 0.0875 0.0710 0.0616 0.0557 0.0360 0.0361 0.0457 0.0637 0.0805 0.1123 0.1186 0.1444
## 1966 0.1430 0.1690 0.1809 0.1951 0.1942 0.1756 0.1758 0.1704 0.1724 0.1600 0.1470 0.1286
## 1967 0.1201 0.1109 0.0962 0.0687 0.0630 0.0824 0.0830 0.0840 0.0760 0.0728 0.0760 0.0717
## 1968 0.0768 0.0718 0.0714 0.0848 0.0852 0.0704 0.0773 0.0765 0.0743 0.0697 0.0712 0.0651
## 1969 0.0671 0.0641 0.0617 0.0618 0.0642 0.0658 0.0616 0.0681 0.0735 0.0837 0.0789 0.0863
## 1970 0.0736 0.0769 0.0772 0.0743 0.0701 0.0756 0.0744 0.0643 0.0651 0.0522 0.0612 0.0658
## 1971 0.0826 0.0915 0.0930 0.0978 0.1054 0.1000 0.1119 0.1303 0.1314 0.1465 0.1460 0.1403
## 1972 0.1350 0.1384 0.1383 0.1346 0.1302 0.1357 0.1334 0.1290 0.1360 0.1424 0.1431 0.1399
## 1973 0.1395 0.1494 0.1775 0.2009 0.2270 0.2377 0.2478 0.2344 0.2336 0.2164 0.2289 0.2408
## 1974 0.2628 0.2691 0.2670 0.2573 0.2353 0.2245 0.2120 0.2206 0.2226 0.2670 0.2542 0.2635
## 1975 0.2636 0.2529 0.2463 0.2439 0.2518 0.2480 0.2436 0.2399 0.2375 0.1991 0.1925 0.1777
## 1976 0.1711 0.1786 0.1712 0.1635 0.1569 0.1773 0.2008 0.2182 0.2227 0.2304 0.2531 0.2576
## 1977 0.2572 0.2753 0.2991 0.3663 0.4085 0.4165 0.3945 0.3701 0.3487 0.3240 0.2944 0.2871
## 1978 0.2722 0.2436 0.2340 0.1708 0.1475 0.1413 0.1269 0.1321 0.1353 0.1616 0.1762 0.1842
## 1979 0.2104 0.2149 0.2253 0.2279 0.2261 0.2157 0.2347 0.2551 0.2771 0.2687 0.2815 0.2880
## 1980 0.2759 0.2662 0.2420 0.2664 0.2827 0.2772 0.2737 0.2613 0.2549 0.2652 0.2620 0.2585
## 1981 0.2567 0.2800 0.2882 0.2705 0.2602 0.2787 0.2893 0.2952 0.2833 0.2710 0.2635 0.2636
## 1982 0.2603 0.2510 0.2455 0.2477 0.2478 0.2419 0.2354 0.2346 0.2452 0.2526 0.2479 0.2403
## 1983 0.2308 0.2188 0.2185 0.2242 0.2228 0.2046 0.1982 0.1832 0.1742 0.1720 0.1704 0.1664
## 1984 0.1702 0.1720 0.1664 0.1542 0.1416 0.1517 0.1567 0.1619 0.1651 0.1527 0.1639 0.1828
## 1985 0.1927 0.2124 0.2282 0.2381 0.2761 0.2791 0.2564 0.2467 0.2440 0.2477 0.2349 0.2245
## 1986 0.2355 0.2372 0.2265 0.2254 0.1640 0.1346 0.1411 0.1617 0.1679 0.1817 0.1954 0.2095
## 1987 0.2109 0.1977 0.2036 0.1980 0.2273 0.2481 0.2665 0.2527 0.2501 0.2480 0.2473 0.2402
## 1988 0.2370 0.2613 0.2636 0.2841 0.2844 0.3027 0.3026 0.2965 0.2900 0.2859 0.2768 0.2812
## 1989 0.2791 0.2703 0.2653 0.2485 0.2488 0.2363 0.2376 0.2569 0.2655 0.2661 0.2709 0.2612
## 1990 0.2669 0.2712 0.2763 0.2798 0.2824 0.2897 0.2872 0.2898 0.3024 0.3065 0.3097 0.3236
## 1991 0.3198 0.3165 0.3118 0.3116 0.3149 0.3100 0.3160 0.3120 0.3001 0.2925 0.2822 0.2682
## 1992 0.2743 0.2735 0.2708 0.2715 0.2730 0.2813 0.2836 0.2770 0.2692 0.2632 0.2570 0.2513
## 1993 0.2482 0.2471 0.2418 0.2308 0.2221 0.2138 0.2046 0.2107 0.2143 0.2169 0.2237 0.2260
## 1994 0.2250 0.2301 0.2341 0.2394 0.2386 0.2308 0.2269 0.2235 0.2231 0.2237 0.2216 0.2259
## 1995 0.2104 0.2086 0.2133 0.2117 0.2130 0.2166 0.2150 0.2109 0.2079 0.2052 0.2013 0.1946
## 1996 0.2024 0.2081 0.2020 0.1990 0.1978 0.1970 0.2057 0.2113 0.2155 0.2187 0.2188 0.2163
## 1997 0.2062 0.1958 0.1893 0.1852 0.1860 0.1867 0.1788 0.1793 0.1801 0.1780 0.1781 0.1768
## 1998 0.1784 0.1803 0.1924 0.2074 0.2067 0.2069 0.2027 0.1894 0.1780 0.1709 0.1635 0.1670
## 1999 0.1718 0.1538 0.1351 0.1117 0.0998 0.0896 0.0878 0.0928 0.0933 0.0932 0.0965 0.0923
## 2000 0.0825 0.0889 0.0973 0.0996 0.1000 0.0968 0.0929 0.0910 0.0920 0.0899 0.0882 0.0875
## 2001 0.0849 0.0806 0.0781 0.0798 0.0787 0.0793 0.0809 0.0803 0.0797 0.0801 0.0778 0.0765
## 2002 0.0737 0.0670 0.0589 0.0565 0.0584 0.0625 0.0616 0.0598 0.0597 0.0637 0.0707 0.0699
## 2003 0.0739 0.0724 0.0760 0.0785 0.0773 0.0721 0.0704 0.0726 0.0711 0.0658 0.0613 0.0649
## 2004 0.0619 0.0628 0.0621 0.0549 0.0537 0.0607 0.0619 0.0589 0.0597 0.0590 0.0582 0.0550
## 2005 0.0543 0.0525 0.0503 0.0501 0.0504 0.0483 0.0491 0.0488 0.0502 0.0527 0.0510 0.0485
## 2006 0.0456 0.0419 0.0411 0.0412 0.0404 0.0394 0.0432 0.0472 0.0458 0.0419 0.0431 0.0448
## 2007 0.0471 0.0525 0.0578 0.0626 0.0623 0.0603 0.0577 0.0522 0.0501 0.0516 0.0541 0.0569
## 2008 0.0600 0.0635 0.0593 0.0573 0.0639 0.0718 0.0752 0.0787 0.0757 0.0794 0.0773 0.0767
## 2009 0.0718 0.0647 0.0614 0.0573 0.0477 0.0381 0.0328 0.0313 0.0321 0.0272 0.0237 0.0200
## 2010 0.0210 0.0209 0.0184 0.0198 0.0207 0.0225 0.0224 0.0231 0.0228 0.0233 0.0259 0.0317
## 2011 0.0340 0.0317 0.0319 0.0284 0.0302 0.0323 0.0342 0.0327 0.0373 0.0402 0.0396 0.0373
## 2012 0.0354 0.0355 0.0340 0.0343 0.0344 0.0320 0.0303 0.0311 0.0308 0.0306 0.0277 0.0244
## 2013 0.0200 0.0183 0.0191 0.0202 0.0200 0.0216 0.0222 0.0227 0.0227 0.0184 0.0176 0.0194
## 2014 0.0213 0.0232 0.0251 0.0272 0.0293 0.0279 0.0289 0.0302 0.0286 0.0329 0.0365 0.0366
## 2015 0.0382 0.0436 0.0456 0.0464 0.0441 0.0442 0.0446 0.0474 0.0535 0.0589 0.0639 0.0677
## 2016 0.0745 0.0759 0.0798 0.0793 0.0820 0.0860 0.0897 0.0810 0.0727 0.0648 0.0596 0.0575
## 2017 0.0547 0.0518 0.0469 0.0466 0.0437 0.0399 0.0340 0.0387 0.0397 0.0405 0.0412 0.0409
## 2018 0.0368 0.0337 0.0314 0.0313 0.0316 0.0320 0.0312 0.0310 0.0323 0.0333 0.0327 0.0318
## 2019 0.0315 0.0301 0.0321 0.0325 0.0331 0.0343 0.0379 0.0375 0.0382 0.0386 0.0384 0.0380
## 2020 0.0362 0.0372 0.0386 0.0351 0.0285 0.0219 0.0197 0.0188 0.0197 0.0175 0.0149 0.0161
## 2021 0.0160 0.0156 0.0151 0.0195 0.0330 0.0363 0.0397 0.0444 0.0451 0.0458 0.0526 0.0562
## 2022 0.0694 0.0801 0.0853 0.0923 0.0907 0.0967 0.1021 0.1084 0.1144 0.1222 0.1253 0.1312
## 2023 0.1325 0.1328 0.1334 0.1282 0.1236 0.1213 0.1178 0.1143 0.1099 0.1048 0.1015 0.0928
## 2024 0.0835 0.0774 0.0736 0.0716 0.0716 0.0718 0.0686 0.0612