Problemas ao utilizar o sidrar?

Nos últimos dias, temos recebido mensagens de muitos alunos relatando dificuldades para baixar as séries do SIDRA no R, reportando sempre o mesmo erro:


Error in if (strsplit(path, " ")[[1]][2] == "P") { : missing value where TRUE/FALSE needed

Esse erro já foi reportado aos desenvolvedores do pacote, e já foi resolvido. A nova versão do pacote já está disponível no CRAN, então para resolver o bug basta rodar


install.packages('sidrar')

E a versão antiga do pacote que estava no seu computador será substituída pela corrigida.

Compartilhe esse artigo

Comente o que achou desse artigo

Boletim AM

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Modelo de Previsão da Dívida Bruta do Governo Geral (DBGG) para 2025

Modelo de Previsão do Resultado Primário para 2025

Estimando o Hiato do Produto do Brasil usando a linguagem R

Investigando o problema de fim de amostra na estimativa do Hiato do Produto usando a linguagem R

DeepSeek: como usar a IA chinesa no Python

Como incorporar mudanças climáticas na previsão da inflação?

Outros artigos relacionados

Modelo de Previsão da Dívida Bruta do Governo Geral (DBGG) para 2025

Neste exercício, contruímos um algoritmo simples de cenarização para a Dívida Bruta do Governo Geral (DBGG) em % do PIB, usando apenas dados públicos, simulações estatísticas, a literatura recente e a linguagem R. Em uma abordagem semi-automatizada, as simulações do modelo se aproximam das previsões do mercado para o ano de 2025.

Modelo de Previsão do Resultado Primário para 2025

Neste exercício, contruímos um modelo simples de previsão para o Resultado Primário do Setor Público Consolidado (acumulado em 12 meses, % PIB), usando apenas dados públicos, modelos econométricos, a literatura recente e a linguagem R. Em uma abordagem automatizada, as previsões do modelo se aproximam das previsões do mercado para o ano de 2025.

Estimando o Hiato do Produto do Brasil usando a linguagem R

Este exercício estima o Hiato do Produto do Brasil utilizando quatro métodos univariados distintos. Para lidar com o problema de fim de amostra causado por filtros univariados, incorporamos previsões do PIB provenientes de agentes econômicos e projeções simples, estendendo a série temporal além da amostra original. Todo o processo de coleta, tratamento, estimação e visualização dos hiatos foi realizado na linguagem de programação R.

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!