Análise do coronavírus com o R

Foi uma semana excepcionalmente complexa para os mercados financeiros globais. Na BOVESPA, houve quatro circuit breakers, algo inédito na história da bolsa. A conjunção do avanço do coronavírus pelo mundo com a tensão no mercado de petróleo estão por trás do abalo sísmico. De forma a compreender o avanço da doença pelo mundo, há uma boa base de dados disponibilizada pelo Center for Systems Science and Engineering da Johns Hopkins University. Os dados estão disponíveis para o período de 22 de janeiro a 12 de março. O repositório pode ser visto aqui.

Para quem tiver interesse em olhar os dados com o R, é possível ainda baixar um guia bem legal produzido pelo Yanchang Zhao. Há um post no R Bloggers sobre o assunto aqui. A seguir, eu ilustro o avanço da doença pelo mundo e o comportamento da taxa de letalidade.

Os casos confirmados de coronavírus chegaram a 128,3 mil casos, com uma taxa de letalidade de 3,67%. Chama atenção a rapidez com que a doença tem se alastrado pelo mundo. Tendência que deve continuar nas próximas semanas.

___________________

(*) Isso e muito mais você aprende nos nossos Cursos Aplicados de R.


Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Previsões do Boletim Focus em Anos Eleitorais

Eleições são momentos de incerteza, mas os dados do Boletim Focus mostram que nem toda incerteza é igual. Ao analisar as previsões de inflação, juros e câmbio nos anos que antecederam as eleições de 2014, 2018 e 2022, este post investiga como o mercado revisa cenários macroeconômicos ao longo do tempo.

Como Medir o Ciclo das Concessões de Crédito usando Python

Este exercício apresenta uma análise quantitativa da relação entre o ciclo de concessões de crédito, a atividade econômica e a política monetária no Brasil. Utilizando a linguagem Python, o estudo aplica técnicas de decomposição de séries temporais (X13-ARIMA e Filtro HP) para isolar os componentes cíclicos dos dados. Os resultados da modelagem econométrica confirmam a pró ciclicidade do crédito em relação ao hiato do produto e sua sensibilidade às variações no hiato da taxa de juros real.

Choque de juros e renda em bens duráveis e não duráveis usando Python

Este artigo analisa a dinâmica do consumo no Brasil utilizando Python e modelos de Vetores Autorregressivos (VAR). Ao segregar bens duráveis e não duráveis, o estudo quantifica a sensibilidade a choques de juros e renda. Criamos todo o processo através do ciclo de dados: coleta, tratamento, análise de dados, modelagem e apresentação dos resultados, tudo automatizado usando a linguagem Python.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.