Sazonalidade dos focos de queimadas no Brasil

O professor da FURG, Cristiano Oliveira, gentilmente, me enviou os dados do exercício que ele fez envolvendo focos de queimadas no Brasil. Hoje, infelizmente, tenho algumas entregas para fazer e não vou ter tempo de olhar bem os dados. Ao longo da semana, pretendo construir algo mais elaborado com eles. Por enquanto, fiquem com o gráfico sazonal dos focos de queimadas...


library(readxl)
data = read_excel('focos.xlsx')

queimadas = ts(data$Focos, start=c(2003,01), freq=12)

ggmonthplot(queimadas/1000)+
geom_line(colour='red')+
labs(x='', y='Mil',
title='Sazonalidade dos Focos de Queimadas ativos no Brasil',
caption='Fonte: http://queimadas.dgi.inpe.br/queimadas/portal')

 

Para quem quiser reproduzir o gráfico, o arquivo focos.xlsx está aqui.

_________________________________

OBS: O Shikida também brincou com os dados aqui.

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.