Análise da Produção Industrial com o R

Na última terça-feira, 03/09, o IBGE divulgou o resultado da Produção Industrial referente a julho. A indústria geral registrou queda de 0,3% em relação ao mês anterior e de 2,5% em relação ao mesmo mês de 2018. No acumulado em 12 meses a produção industrial registra queda de 1,3%. No nosso Curso de Análise de Conjuntura usando o R, a propósito, temos um script que faz uma apresentação automática da Produção Industrial. Ele começa carregando os seguintes pacotes.


library(ggplot2)
library(sidrar)
library(xtable)
library(forecast)
library(grid)
library(png)
library(gridExtra)

Uma vez carregados os pacotes que utilizaremos na apresentação, podemos importar os dados do SIDRA/IBGE com o pacote sidrar. O código abaixo implementa.


# Importação dos dados
table1 = get_sidra(api='/t/3653/n1/all/v/3134,3135/p/all/c544/all/d/v3134%201,v3135%201')
table2 = get_sidra(api='/t/3651/n1/all/v/3134,3135/p/all/c543/129278,129283,129300,129301,129305/d/v3134%201,v3135%201')

O código acima pega as tabelas 3651 e 3653 do SIDRA. A partir disso, nós tratamos os dados e geramos tabelas e gráficos de modo a compreender os resultados da pesquisa. Para ilustrar, abaixo colocamos o gráfico da indústria geral, sob diferentes métricas.

O script completo bem como videoaula detalhada está disponível para todos os alunos do Curso de Análise de Conjuntura usando o RAs inscrições para a Turma de Primavera estão abertas!

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Regimes da Política Monetária Brasileira com Markov Switching no Python

Este exercício analisa a política monetária brasileira utilizando modelos de Markov Switching Regression. O objetivo é identificar diferentes regimes de política monetária e como eles influenciam a taxa Selic, a meta de inflação e o hiato do produto. Usamos a linguagem de programação Python para o processo de coleta, tratamento, análise e modelagem dos dados.

Como criar janelas móveis de séries temporais usando o Python

Janelas Móveis/Deslizantes, ou Rolling Windows, são termos frequentes na análise de séries temporais. Mas o que são e como aplicá-las no Python? Neste tutorial, mostramos como essa ferramenta é essencial para a análise de dados utilizando como exemplo a correlação móvel de ações brasileiras.

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.