Graficar datos del Banco de México con R
Índice de contenido
Resumen:
El paquete ‘siebanxicor’ proporciona series de datos de consulta del Banco de México. En otras palabras, permite recuperar series temporales de todos los indicadores disponibles en el Sistema de Información Económica del Banco de México.
¿Cómo citar el presente artículo?
Graficar datos del Banco de México con R by Jeshua Romero Guadarrama, available under a Attribution 4.0 International (CC BY 4.0) at https://JeshuaRomeroGuadarrama.com/blog/banco-de-mexico/graficar-datos-del-banco-de-mexico-con-r/.
Graficar datos del Banco de México con R
Para consultar series de tiempo del SIE en R, existe un paquete que encapsula la lógica necesaria para conectarse al API. Este paquete se llama siebanxicor. Para instalarlo se procede normalmente:
install.packages('siebanxicor')
install.packages('tidyverse')
En el siguiente ejemplo se consultarán y graficarán 3 series de tipo de cambio. Para crear la gráfica es necesario instalar previamente el paquete ggplot2.
El primer paso es incluir el paquete para poder usarlo:
library('siebanxicor')
Ahora se debe especificar el token de consulta (más información sobre el token aquí). Sólo es necesario indicar el token de consulta una vez por sesión:
setToken(token)
Posteriormente se realiza la consulta de las series, en este caso para el periodo del 01/01/2016 al 12/07/2018:
idSeries <- c('SF43718', 'SF46410', 'SF46407')
series <- getSeriesData(idSeries, '2016-01-01', '2018-07-12')
Hasta este punto, ya tenemos los datos de las series en memoria. Ahora sólo falta generar la gráfica de la siguiente manera:
library(tidyverse)
ggplot(NULL, aes(x=date, y=value)) +
geom_line(color="#ff1a1a", data = getSerieDataFrame(series, "SF43718")) +
geom_line(color="#0000b3", data = getSerieDataFrame(series, "SF46410")) +
geom_line(color="#00b300", data = getSerieDataFrame(series, "SF46407"))
Ejemplo completo:
graficaTiposCambio <- function() {
setToken("6e3bd0938be9fff6e4f4811b7b413d111f96a8c9a0ae60abef4029b681e9b8a9")
idSeries <- c("SF43718","SF46410","SF46407")
series <- getSeriesData(idSeries, '2016-01-01','2018-07-12')
ggplot(NULL, aes(x=date, y=value)) +
geom_line(color="#ff1a1a",
data = getSerieDataFrame(series, "SF43718")) +
geom_line(color="#0000b3",
data = getSerieDataFrame(series, "SF46410")) +
geom_line(color="#00b300",
data = getSerieDataFrame(series, "SF46407"))
}
Artículos relacionados
Introducción a las series de tiempo en R
Resumen: Algunas ideas básicas de análisis de series de tiempo y procesos estocásticos. De particular importancia son los conceptos de estacionariedad y las funciones de autocovarianza y autocovarianza muestral.
Leer másLa estadística en pocas palabras
Resumen Descubrir en qué consisten los procesos estadísticos. Aprovechar laestadística para triunfar en la vida cotidiana,en el terreno profesional y en los estudios.
Leer másArtificial Intelligence and Robotics In A Nutshell
Resumen: Algunas ideas básicas de análisis de series de tiempo y procesos estocásticos. De particular importancia son los conceptos de estacionariedad y las funciones de autocovarianza y autocovarianza muestral.
Leer más