In santoscs/mecnost: Modelos Estruturais de Componentes Nao Observados para Series Temporais

# Note to compile this file to README.mb, run the following:
# rmarkdown::render('README.Rmd',output_format = 'md_document')
knitr::opts_chunk$set( echo = FALSE, warning = FALSE, message = FALSE, error = FALSE )
#knitr::opts_knit$set(root.dir = '../') 

mecnost

Modelos estruturais de componentes não obserados para séries temporais

This package provides functions used in the Project

Installation

The package can then be installed using devtools::install_github('santoscs/mecnost').

Data visualiation

Os dados são PIB trimestral dos setores extraídos das contas nacionais do IBGE no período de 1996Q1 a 2016Q3.

As séries temporais são mostradas na figuras seguir:

library(mecnost)
g1 <- tsplot(log(pibsetores[,1:7]))
g2 <- tsplot(log(pibsetores[,8:14]))
multiplot(g1, g2, cols = 2)

Estimando os modelos

Estima os modelos por MCMC

# estima os modelos (lento)
# lpib <- as.list(log(pibsetores))
#  models <- purrr::map(lpib, btcmodel,
#                      a.theta = 1, b.theta = 1000, n.sample = 2050,
#                      thin = 1, save.states = TRUE)
# alarm()
# 
# save(models, file = "data-raw/estimacoes.RData")

load(file = "data-raw/estimacoes.RData")
library(ggplot2)
y <- as.list(names(models))
plots <- purrr::map2(models, y, autoplot, discarding=0.05)
tabs <- purrr::map(models, tab.btcmodel, discarding=0.1)

Mostra o gráfico dos componentes estimados

multiplot(plotlist = plots[1:4], cols = 2)
multiplot(plotlist = plots[5:8], cols = 2)
multiplot(plotlist = plots[9:12], cols = 2)
multiplot(plotlist = plots[13:14], cols = 2)

Mostra o valores dos parâmetros estimados

tab <- purrr::invoke_map("cbind", list(tabs))
tab <- t(tab[[1]])
tab <- cbind(rownames(tab), tab)
rownames(tab) <- as.vector(rbind(names(models), " r "))
knitr::kable(tab)

Gráficos para coherence e fase dos ciclos

# componentes estimados
library(purrr)
ciclos <- models %>% 
  map(stimated.btcmodel) %>%
  map_df(function(x) x[,"Ciclo (gap)"]) 

ciclos <- as.ts(ciclos)
tsp(ciclos) <- tsp(pibsetores)

# calcula coerencia e fase
library(ggplot2)
library(astsa)
sr=spec.pgram(ciclos[,1:7], kernel("daniell", 6),taper=0,plot=FALSE)
autoplot(sr, plot.type = "coh")
autoplot(sr, plot.type = "phase")
sr=spec.pgram(ciclos[,8:14], kernel("daniell", 6),taper=0,plot=FALSE)
autoplot(sr, plot.type = "coh")
autoplot(sr, plot.type = "phase")

dados1 <- models %>% 
  map(stimated.btcmodel) %>%
  map_df(function(x) x[,"Tendencia"]) 
dados2 <- models %>% 
  map(stimated.btcmodel) %>%
  map_df(function(x) x[,"Ciclo (gap)"]) 
dados3 <- models %>% 
  map(stimated.btcmodel) %>%
  map_df(function(x) x[,"Tx. de Cresc."]) 

dados <- cbind(tren=dados1, cycle=dados2, grow=dados3)
write.csv2(dados, file = "data-raw/resultados-estimacoes.csv")

santoscs/mecnost documentation built on May 29, 2019, 1:48 p.m.