SERIES TEMPORALES
ANALISIS DESCRIPTIVO DE
SERIES TEMPORALES
Giampaolo Orlandoni Merli
INTRODUCCION a GRETL
[Link]
INTRODUCCION AL LENGUAJE
R
[Link]
The R Project for Statistical Computing
[Link]
[Link]
4
LIBRERIAS Y AYUDAS
library()
library(tseries)
Lista Paquetes Disponibles en R
Carga Paquete Tseries
?help
Ayuda R
[Link]()
Sistema de ayuda HTML
library(help=tseries)
Documentacion y Ayuda para tseries
help(arma)
Ayuda funcin Arma de tseries
data()
Lista todos los data sets disponibles
try(data(package = "rpart") )
Lista los data sets en la librera rpart
data(USArrests, "VADeaths") Carga el data set 'USArrests' y 'VADeaths'
help(USArrests)
ls()
listado de objetos en el directorio trabajo
rm(), rm(list=ls())
eliminar objetos del wd
Libreras de R relacionadas con ST
base
stats
datasets
dse1
dse2
fBasics
fEcofin
financial
fma
forecast
The R Base Package
The R statistical R package
The R Datasets Package
Dynamic Systems Estimation (time series package)
Dynamic Systems Estimation - extensions
Rmetrics - Markets and Basic Statistics
Ecofin - Economic and Financial Data Sets and Utilities
Solving financial problems in R
Data sets "Forecasting" ,Makridakis, el all (1998)
Forecasting functions for time series
Read Data Stored by Minitab, S, SAS, SPSS, Stata, Systat, dBase.
Rmetrics - The Dynamical Process Behind Markets
Time series analysis and computational finance
Unit root and cointegration tests for time series data
Unit Root Tests and Graphics for Seasonal Time Series
Time Series Analysis. Cryer, J.
6
LECTURA DE DATOS
R utiliza el directorio de trabajo para leer y escribir archivos.
Directorio actual de trabajo: getwd() (get working directory)
Cambiar directorio de trabajo: setwd(). Ejemplo: setwd(C:/DataR).
R lee datos en archivos de texto (ASCII) con las funciones: [Link] y scan
1.
.
.
.
.
La funcin [Link] crea un marco de datos (data frame) y constituye
la manera mas usual de leer datos en forma tabular.
Ejemplo: leer un archivo de nombre [Link]
El comando Dy <- [Link]("[Link]") crea un marco de datos Dy
Cada variable recibe por defecto el nombre V1,V2,V3,
Leer las variables individualmente
Dy$V1, Dy$V2,...
Dy["V1"], Dy["V2"],
Dy[,1], Dy[,2 ]
TS_1_Introd.R
LECTURA DE DATOS
2. La funcin scan es ms flexible que [Link].
Es posible especificar el modo de las variables:
> Dx <- scan("[Link]", what = list("", 0, 0))
En el ejemplo scan lee tres variables del archivo [Link]:
. La primera es alfanumrica
. Las dos siguientes son numricas
Tiene la capacidad de crear diferentes objetos: vectores, matrices, listas, marcos
de datos.
. En el ejemplo anterior, Dx es una lista de tres vectores.
. Por defecto, (si se omite el argumento what), scan() crea un vector numrico.
Funcin [Link]() de la library(tseries): lee series temporales
library(tseries)
data([Link])
x<-[Link]
x
GUARDAR DATOS en R
La funcion [Link] guarda el contenido de un objeto en un archivo. El objeto puede
ser un marco de datos ([Link]), o cualquier otro tipo (vector, matriz).
[Link](x, file = "", append = FALSE, quote = TRUE, sep = " ", eol = "\n", na = "NA", dec
= ".", [Link] = TRUE, [Link] = TRUE, qmethod = c("escape", "double"))
Una manera sencilla de escribir los contenidos de un objeto en un archivo es utilizando el
comando write(x, file="[Link]"), donde x es el nombre del objeto (que puede ser un
vector, una matrix, o un arreglo). Esta funcion tiene dos opciones:
nc (o ncol): define el numero de columnas en el archivo (por defecto nc=1, si x es de
tipo caracter, nc=5 para otros tipos)
append (lgico): agrega los datos al archivo sin borrar datos ya existentes (TRUE), o
borra cualquier dato que existe en el archivo (FALSE, por defecto).
Para guardar un grupo de objetos de cualquier tipo se puede usar el comando
save(x,y,z,file= "[Link]"). Para facilitar la transferencia de datos se pueden utilizar la
opcin ascii = TRUE .
Los datos (denominados workspace o espacio de trabajo en terminologa R) se pueden
cargar en memoria con el comando load("[Link]").
La funcion [Link]() o save(list=ls(all=TRUE), file=".RData"): guarda todos los objetos
en memoria en el archivo .RData
GENERACION DE DATOS
Secuencias regulares
1. Una secuencia regular de nmeros enteros, ej: 1 hasta 30, se puede generar:
x = 1:30 (operador : )
2. La funcin sequence crea una serie de secuencias de nmeros enteros donde cada
secuencia termina en el nmero especificado como argumento:
> sequence(4:5)
123412345
> sequence(c(10,5)) 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5
3. La funcin seq puede generar secuencias de nmeros reales
> seq(1, 5, 0.5) 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0, donde el primer nmero indica
el principio de la secuencia, el segundo el final y el tercero el incremento que se
debe usar para generar la secuencia.
> seq(length=9, from=1, to=5) 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
4. Se pueden escribir los valores directamente usando la funcin c:
> c(1, 1.5, 2, 2.5, 3, 3.5, 4, 4.5, 5) 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
5. Tambin es posible introducir datos directamente desde el teclado usando la
funcin scan: > z = scan() 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
6. La funcin rep crea un vector con elementos idnticos:
> rep(1, 30) 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Generacin de Secuencias Aleatorias
Generar datos aleatorios en R mediante funciones de la forma
rfunc(n, p1, p2, ...):
func indica la disribucin
n es el nmero de datos generado
p1, p2, ... son valores que toman los parmetros de la distribucin
Las funciones aleatorias se pueden usar reemplazando la letra r con las
letras d, p, q para obtener:
d: la densidad de probabilidad (dfunc(x, ...))
p: la densidad de probabilidad acumulada (pfunc(x, ...))
q: el valor del cuartil (qfunc(p, ...), con 0 < p < 1) respectivamente
11
DISTRIBUCION
FUNCION R
Gausse (normal)
rnorm(n, mean=0, sd=1)
Exponencial
rexp(n, rate=1)
Gamma
rgamma(n, shape, scale=1)
Poisson
rpois(n, lambda)
Weibull
rweibull(n, shape, scale=1)
Cauchy
rcauchy(n, location=0, scale=1)
Beta
rbeta(n, shape1, shape2)
Student (t)
rt(n, df)
FisherSnedecor (F)
rf(n, df1, df2)
Pearson (2)
rchisq(n, df)
Binomial
rbinom(n, size, prob)
Geomtrica
rgeom(n, prob)
Hypergeomtrica
rhyper(nn, m, n, k)
Logstica
rlogis(n, location=0, scale=1)
Lognormal
rlnorm(n, meanlog=0, sdlog=1)
Binomial Negativa
rnbinom(n, size, prob)
INTRO3.R
SERIES DE TIEMPO ( ts)
La funcin ts crea un objeto de clase "ts" (serie de tiempo) a partir de un vector (serie de tiempo
nica) o una matriz (serie multivariada). Opciones del objeto de tipo ts
ts(data=NA,start=1, end=numeric(0), frequency=1,deltat =1, [Link] = getOption("[Link]"), class, names)
Data
Un vector o una matriz
Start
Tiempo de la primera observacin, ya sea un nmero o un vector con dos enteros
End
Tiempo de la ltima observacin especificado de la misma manera que start
Frequency
Nmero de observaciones por unidad de tiempo
Deltat
Fraccin del perodo de muestreo entre observaciones sucesivas (ej: 1/12 para
datos mensuales)
Unicamente se debe especificar: frequency o deltat
[Link]
Tolerancia para la comparacin de series.
Las frecuencias se consideran iguales si su diferencia es menor que [Link]
Class
Clase que se debe asignar al objeto:
"ts"
para una serie univariada, por defecto
c("mts",
"ts") para una serie multivariada
Names
Para una serie multivariada, un vector de tipo caracter con los nombres de las
series individuales
Ejemplos
>ts(1:10, start = 1959)
>ts(1:47, frequency = 12, start = c(1959, 2))
GRAFICOS DE LA SERIE DE PASAJEROS
14
Library tseries
NelPlo
Nelson-Plosser Macroeconomic Time Series
USeconomic
U.S. Economic Variables
[Link]
Augmented Dickey-Fuller Test
arma
Fit ARMA Models to Time Series
arma-methods Methods for Fitted ARMA Models
[Link]
BDS Test
bev
Beveridge Wheat Price Index, 1500-1869.
camp
Mount Campito Yearly Treering Data, -3435-1969.
garch
Fit GARCH Models to Time Series
garch-methods Methods for Fitted GARCH Models
[Link]
Download Historical Finance Data
[Link]
Icelandic River Data
irts
Irregularly Spaced Time-Series
irts-functions
Basic Functions for Irregular Time-Series Objects
irts-methods
Methods for Irregular Time-Series Objects
[Link] Jarque-Bera Test
[Link]
KPSS Test for Stationarity
maxdrawdown Maximum Drawdown or Maximum Loss
[Link]
NA Handling Routines for Time Series
nino
Sea Surface Temperature (SST) Nino 3 and Nino 3.4 Indices
15
plotOHLC
[Link]
[Link]
[Link]
quadmap
[Link]
[Link]
[Link]
[Link]
sharpe
sterling
[Link]
[Link]
surrogate
tcm
tcmd
[Link]
tsbootstrap
[Link]
Plot Open-High-Low-Close Bar Chart
Phillips-Ouliaris Cointegration Test
Portfolio Optimization
Phillips-Perron Unit Root Test
Quadratic Map (Logistic Equation)
Read Matrix Data
Read Time Series Data
Runs Test
Plot Two Time Series
Sharpe Ratio
Sterling Ratio
Summarizing ARMA Model Fits
Summarizing GARCH Model Fits
Generate Surrogate Data and Statistics
Monthly Yields on Treasury Securities
Daily Yields on Treasury Securities
Teraesvirta Neural Network Test for Nonlinearity
Bootstrap for General Stationary Data
White Neural Network Test for Nonlinearity
16
R COMMANDER
Cargar el R Commander:
a) Library (Rcmdr)
b) Commander()
Cargar Plugins del R Commander:
Herramientas Cargar plugin de Rcmdr
epack: plugin de ST
GIAMPAOLO ORLANDONI MERLI.
17
OTROS SOFTWARES
EVIEWS
STATA
SPSS
SAS
GRETL
[Link]
GIAMPAOLO ORLANDONI MERLI.
18
