R/descriptiva_serie.R

In fpino95/descriptiva1: Analisis descriptivo para distintos tipos de datos

#' @title Analisis descriptivo a serie de tiempo
#' @description  Esta funcion realiza el analisis descriptivo a una serie de tiempo, mostrando: Grafico de la serie, Tendencia, Media, Cuartiles, Prueba de normalidad, Prueba ruido blanco y Grafico distribucion de los datos.
#' @param data Serie de tiempo, debe ser ingresada como vector. Se recomienda usar as.vector() para ingresar la serie.
#' @param nombre_serie Nombre de la serie de tiempo. Si se deja vacio entonces se llamara "Serie". Se ingresa como cadena de caracteres.
#' @param titulo_grafico Titulo del grafico principal de la serie. Si se deja vacio entonces se toma el mismo nombre de la serie. Se ingresa como cadena de caracteres.
#' @return Graficos y resultados
#' @export descriptiva_serie
#' @import dplyr plotly sarima
#' @examples
#' descriptiva_serie(data = as.vector(iris$Sepal.Length),
#'                   nombre_serie = 'Largo del Sepalo',
#'                   titulo_grafico = 'Longitud Sepalo')


descriptiva_serie <- function(data, nombre_serie = 'Serie',
                              titulo_grafico = nombre_serie){
  datos <- data.frame(secuencia = seq(1, length(data), by = 1),
                      data)

  li_reg <- lm(datos[,2] ~ datos[,1])

  fig <- plot_ly(x = datos[,1], y = datos[,2], name = 'Serie',
                 type = 'scatter', mode = 'lines') %>%
    add_trace(y = li_reg$fitted.values, name = 'Tendencia',
              mode = 'lines') %>%
    layout(title = titulo_grafico,
           xaxis = list(title = 'Secuencia'),
           yaxis = list(title = nombre_serie)) %>%
    layout(hovermode = 'compare')

  print(fig)

  print(paste0('Medidas de tendencia central para ', colnames(datos)[2], ' son:'))
  print(summary(datos[,2]))

  print('Prueba de normalidad, valor-p prueba de Shapiro Wilk:')

  normalidad <- shapiro.test(datos[,2])
  print(normalidad$p.value)

  if(normalidad$p.value >= 0.05){print('Se supone normalidad')}
  if(normalidad$p.value < 0.05){print('Se evidencia no normalidad')}

  # grafico de densidad
  plot(density(datos[, 2], adjust = 1),
        main = paste0('Densidad ', nombre_serie))

  # prueba aletoriedad - RUIDO BLANCO

  x <- datos[, 2]

  x.acf <- autocorrelations(x)


  x.iid <- whiteNoiseTest(x.acf, h0 = "iid", nlags = seq(1, nrow(datos), by = 1), x = x,
                          method = "LiMcLeod")

  test_white <- data.frame(x.iid$test)
  test_white <- na.omit(test_white)

  if(sum(test_white$pvalue > 0.05) == nrow(test_white)){
    print('Definitivamente es ruido blanco')
  }

  if((sum(test_white$pvalue > 0.05) < nrow(test_white)) &
     (sum(test_white$pvalue > 0.05) >= nrow(test_white) / 2)){
    print('Puede ser ruido blanco')
  }

  if((sum(test_white$pvalue > 0.05) < nrow(test_white) / 2) &
     (sum(test_white$pvalue > 0.05) > 0)){
    print('Puede no ser ruido blanco')
  }

  if(sum(test_white$pvalue > 0.05) == 0){
    print('Definitivamente NO es ruido blanco')
  }

}

# antes de oxigenizar rm(list = ls())
# ejecutar roxygen2::roxygenise(), eliminando namespace y los .Rd en man
# previamente

# para instalarlo en github, hacerlo con github desktop, subir la carpeta
# del paquete como repositorio

# install_github("fpino95/descriptiva1") para instalarlo desde github