Lección 1 — Producción de cemento

Realizaremos una práctica similar a la anterior con los datos de producción de cemento descargados desde la base de datos del Banco de España.

Objetivo

1. Repetir el ejercicio visto en clase pero con otros datos.
2. Tener en cuenta que al usar datos obtenidos de distintas fuentes, quizá sea necesario realizar algunos ajustes para que Gretl los lea.
3. Mostrar datos.
4. Transformarlos
5. Generar gráficos.

Gretl espera un fichero formado por columnas y donde la primera fila contiene los nombres (entre comillas) de cada una de las columnas. El resto de filas solo contienen datos numéricos. Si hay datos ausentes, Gretl espera que esté indicado con NA.

Sin embargo el fichero be3211.csv que hemos descargado:

• tiene 6 filas con información no numérica.
• Los datos ausentes están marcados con "_":

• Y las dos últimas filas también contienen información no numérica sobre los datos:

Otros problemas que pueden surgir se deben a las distintas codificaciones de los ficheros en las bases de datos (iso-latin-1-dos, utf-8-unix, etc.), que afectan a como se interpretan los caracteres no ASCII (acentos, eñes, etc.) en cada sistema operativo.

• Borre las tres primeras líneas de texto (la que empieza con CÓDIGO, la que empieza con NÚMERO y la que empieza con ALIAS).
• En la cuarta línea cambie "DESCRIPCIÓN DE LA SERIE" por "Fechas" (como cabecera de la primera columna; que contiene la indicación del mes de cada dato).
• Acorte los nombres de la series borrando las cadenas de texto Estadísticas generales._ en todos los nombres de las series:
  • Así por ejemplo `` Estadísticas generales. Producción interna de acero '' debe quedar como `` Producción interna de acero ''.
  • Repita esto con los nombres de todas las series (tal como aparecen son demasiado largos para que se visualicen correctamente en Gretl).
• Borre las dos líneas siguientes: la que describe las UNIDADES y la que describe la "FRECUENCIA"
• Borre también las dos últimas líneas del fichero: La que empieza con "FUENTE" y la que empieza con "NOTAS" al final del fichero.
• Sustituya todos los "_" por NA (son muchos… hágalo usando la herramienta de sustitución de cadenas de texto que ofrezca su editor de texto).
• Guarde el fichero be2311.csv con todas esas modificaciones.

Ahora el comienzo de su fichero es:

Y las filas finales solo contienen datos numéricos (exceptuando la primera columna):

Además, los valores ausentes están indicados con NA.

Para explorar si conviene tomar logaritmos porque la variabilidad de la serie crece con el nivel, realizamos un gráfico rango-media.

• En la ventana principal de Gretl, marque con el ratón la variable: Producciondecemento.
• Con la variable: Producciondecemento marcada, .en la parte superior ventana principal de Gretl, ``Pinche'' en el menú desplegable Variable -> Gráfico rango-media.
• Pulse Aceptar en la ventana emergente que se ha abierto.
• Aparecen dos ventanas, una con los detalles del rango y la media de las distintas sub-muestras. Otra con el gráfico rango-media. Pulse con el botón derecho del ratón sobre la figura si quiere guardar el gráfico como icono

o bien teclee en linea de comandos:

rmplot Producciondecemento --output="RangoMedia-Cemento.png"

Hay una significativa correlación positiva entre la volatilidad y el nivel de la serie y Gretl lo hace notar incluyendo la recta de regresión sobre la nube de puntos.

Por tanto, tomaremos logaritmos.

Seleccione con el ratón la variable Producciondecemento y luego pulse en el menú desplegable Añadir que aparece arriba, en el centro de la ventana principal de Gretl.

• Añadir -> Logaritmos de las variables seleccionadas

  o bien teclee en linea de comandos:

  logs Producciondecemento
  

Entre las variables aparecerá una nueva con el prefijo l_, es decir, en este caso aparecerá la variable l_Producciondecemento.

Genere el gráfico de series temporales de esta nueva serie y guárdelo como un nuevo icono (use un nombre suficientemente descriptivo para el icono, por ejemplo LogsCemento)

LogsCemento <- gnuplot l_Producciondecemento --time-series --with-lines

Seleccione con el ratón la variable l_Producciondecemento y luego pulse en el menú desplegable Añadir que aparece arriba, en el centro de la ventana principal de Gretl.

• Añadir -> Primeras diferencias de las variables seleccionadas

  o bien teclee en linea de comandos:

  diff l_Producciondecemento
  

Entre las variables aparecerá una nueva con el prefijo d_, es decir, en este caso aparecerá la variable d_l_Producciondecemento.

Genere el gráfico de series temporales de esta nueva serie y guárdelo como un nuevo icono (Use un nombre suficientemente descriptivo, por ejemplo D_LogsCemento)

D_LogCemento <- gnuplot d_l_Producciondecemento --time-series --with-lines --output="D_LogCemento.png"

Observe que en la serie obtenida ya muestra tendencia; pero si se aprecia el acusadísimo efecto del confinamiento del año 2020 (que aparece repetido y con el efecto contrario un periodo más tarde debido a la diferenciación regular)

Seleccione con el ratón la variable d_l_Producciondecemento y luego pulse en el menú desplegable Añadir que aparece arriba, en el centro de la ventana principal de Gretl.

• Añadir -> Diferencias estacionales de las variables seleccionadas

  o bien teclee en linea de comandos:

  sdiff d_l_Producciondecemento
  

Entre las variables aparecerá una nueva con el prefijo sd_, es decir, en este caso aparecerá la variable sd_d_l_Producciondecemento.

Genere el gráfico de series temporales de esta nueva serie y guárdelo como un nuevo icono (Use un nombre suficientemente descriptivo, por ejemplo D12_D_LogsCemento)

D12_D_LogsCemento <- gnuplot sd_d_l_Producciondecemento --time-series --with-lines  --output="D12_D_LogCemento.png"

Es evidente que la serie resultante, tras aplicar una diferencia regular y otra estacional, ya no muestra ni tendencia ni componentes cíclicos estacionales. Se puede notar claramente el impacto significativo del confinamiento de 2020, que se manifiesta de manera repetida con un efecto opuesto un período más tarde (debido a la diferencia regular), y, posteriormente, ambos picos se repiten un año después como resultado de la diferenciación estacional.