Esta función utiliza el método de las medias móviles (centradas) para extraer la tendencia de una serie temporal. A partir de las medias móviles, también se obtienen los índices de variación estacional (IVE).
Lee el código QR para video-tutorial sobre el uso de la función con un ejemplo.
series.temporales(x,
variable = NULL,
inicio_anual = 1,
periodo_inicio = 1,
frecuencia = 4,
orden = frecuencia,
prediccion_tendencia = FALSE,
grafico = FALSE,
exportar = FALSE)
Esta función devuelve un objeto de la clase list
.
Conjunto de datos. Puede ser un vector o un dataframe.
Es un vector (numérico o carácter) que indica las variables a seleccionar de x
. Si x
se refiere una sola variable, el argumento variable es NULL. En caso contrario, es necesario indicar el nombre o posición (número de columna) de la variable.
Año de inicio de la serie. Por defecto inicio_anual = 1
.
Periodo de inicio de la serie. Por defecto perido_inicio = 1
, es decir, el primer periodo del año 1.
Periodificación de la serie. Por defecto frecuencia = 4
.
Si anual, frecuencia = 1.
Si semestral, frecuencia = 2.
Si cuatrimestral, frecuencia = 3.
Si trimestral, frecuencia = 4.
Si bimestral, frecuencia = 6.
Si mensual, frecuencia = 12.
Si semanal, frecuencia = 52.
Si diario, frecuencia = 360.
Orden (o puntos) de cálculo de la media móvil. Por defecto orden = frecuencia
.
vector de periodo temporal (t=0
, origen de la serie) para el que se quiere obtener una predicción de la tendencia de la serie objeto de estudio.
Es un valor lógico. Por defecto grafico = FALSE
. Si se quiere obtener una representación gráfica la serie original, las medias móviles y la estimación por regresión de la tendencia, cambiar a grafico = TRUE
.
Para exportar los principales resultados a una hoja de cálculo Excel (exportar = TRUE
).
Vicente Coll-Serrano. Métodos Cuantitativos para la Medición de la Cultura (MC2). Economía Aplicada.
Rosario Martínez Verdú. Economía Aplicada.
Facultad de Economía. Universidad de Valencia (España)
Esteban García, J. y otros. (2005). Estadística descriptiva y nociones de probabilidad. Paraninfo. ISBN: 9788497323741
Newbold, P, Carlson, W. y Thorne, B. (2019). Statistics for Business and Economics, Global Edition. Pearson. ISBN: 9781292315034
Murgui, J.S. y otros. (2002). Ejercicios de estadística Economía y Ciencias sociales. tirant lo blanch. ISBN: 9788484424673
regresion.simple
ejemplo_serie <- series.temporales(turistas2,
variable=2,
inicio_anual=2000,
periodo_inicio = 1)
Run the code above in your browser using DataLab