output: html_document: keep_md: true rmarkdown::github_document: toc: true toc_depth: 1
Un paquete básico de interfase a la API del Portal de Datos del Ministerio de Hacienda
Para instalar el paquete en R ejecutar:
# install.packages("devtools")
devtools::install_github("fmgarciadiaz/PortalHacienda")
Nota: Debe instalarse previamente el paquete devtools
para permitir la descarga desde github
.
Búsqueda de series (a) en el listado incluído en el paquete con Search
o (b) en la base online con
Search_online
.
# Cargar el paquete
library(PortalHacienda)
#> Loading required package: zoo
#>
#> Attaching package: 'zoo'
#> The following objects are masked from 'package:base':
#>
#> as.Date, as.Date.numeric
#> =============================================================================
#> Acceso API Portal Datos Hacienda - v 0.5.1 - 12-2017 por F. García Díaz
#> Última actualización de la base de series incluída en el paquete: 0 días
#> Series en la base de meta-datos: 20182
# Buscar las series de tipo de cambio
Series_TCN <- Search("tipo de cambio")
# mostrar las primeras series encontradas
# Series_TCN <- Search_online("tipo de cambio")
knitr::kable(head(Series_TCN,3) ,"html") %>% kableExtra::kable_styling(font_size = 7)
serie_id
serie_descripcion
indice_tiempo_frecuencia
serie_indice_inicio
serie_indice_final
tcrse_2weZeH
Índice de Tipo de Cambio Real Sectorial Efectivo. Producción y procesamiento de alimentos
R/P1M
2014-01-01
2018-06-01
tcrse_49xDd3
Índice de Tipo de Cambio Real Sectorial Efectivo. Actividades de impresión
R/P1M
2014-01-01
2018-06-01
tcrse_4sgTaJ
Índice de Tipo de Cambio Real Sectorial Efectivo. Productos del cuero
R/P1M
2014-01-01
2018-06-01
Bajar serie de tipo de cambio con Get
y extender 12 períodos con Forecast
(usa modelo auto-detectado del paquete forecast y extiende según la frecuencia detectada, días, meses o años).
Luego hacer un plot sencillo.
TCN <- Forecast(Get("174.1_T_DE_CATES_0_0_32" , start_date = 2000), 12)
#> [1] "Cargada/s las series: 174.1_T_DE_CATES_0_0_32. Descripción: Tipo de Cambio En $ equivalentes"
#> [1] "Cargados 222 datos, desde 2000-01-01 hasta 2018-06-01 Periodicidad estimada: monthly"
#> [1] "Serie extendida 12 períodos, usando el modelo auto detectado: ARIMA(3,2,3)"
# Mostrar resultado
plot(TCN , main = "Tipo de Cambio Nominal ($/USD)")
También se pueden obtener varias series al mismo tiempo, separando con comas...
plot(Get("6.2_AGCS_2004_T_39,6.2_IM_2004_T_23,6.2_C_2004_T_12") , legend.loc = "topleft" , main = "VAB sectorial ($ de 2004)")
#> [1] "Cargada/s las series: c(\"6.2_AGCS_2004_T_39\", \"6.2_C_2004_T_12\", \"6.2_IM_2004_T_23\"). Descripción: c(\"Valor agregado bruto trimestral a precios de productor, de agricultura ganaderia caza y silvicultura en pesos de 2004\", \"Valor agregado bruto trimestral a precios de productor de construcción en pesos de 2004\", \"Valor agregado bruto trimestral a precios de productor de industria manufacturera en pesos de 2004\")"
#> [1] "Cargados 171 datos, desde 2004-01-01 hasta 2018-01-01 Periodicidad estimada: quarterly"
En caso de cargar varias series y desear proyecciones automáticas, utilizar la
variante vectorial de Forecast
, que es vForecast
:
TCN <- vForecast(Get("120.1_PCE_1993_0_24,120.1_ED1_1993_0_26"),12)
#> [1] "Cargada/s las series: c(\"120.1_ED1_1993_0_26\", \"120.1_PCE_1993_0_24\"). Descripción: c(\"Exportaciones de bienes en millones de dólares de 1993\", \"Poder de compra de las exportaciones de bienes en millones de dólares de 1993\")"
#> [1] "Cargados 64 datos, desde 1986-01-01 hasta 2017-01-01 Periodicidad estimada: yearly"
#> [1] "Serie extendida 12 períodos, usando modelo auto detectado"
Las series se cargan en formato XTS, con la periodicidad auto-detectada por el paquete xts
.
La periocidiad es usada por la función Forecast
para correcta detección de estacionalidad y lags. Forecast
agrega demás intervalos de confianza del 95%.
Las series diarias tienen un tope de 1000 datos (dado el límite actual de la API)
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.