Uncategorized

Momento R do Dia – furacões ou “Uma imagem vale mais do que mil palavras, mas qual imagem é esta? – a pergunta de um milhão (de imagens)”

Tufões e R

Dos dois posts anteriores sobre as cerejeiras obtive também a série de ocorrências de tufões no Japão. Vale a pena a gente olhar os gráficos para perceber o quão enganador pode ser um gráfico. Por exemplo, vou mostrar inicialmente os gráficos dos dados mensais e trimestrais. Por que? Porque há meses em que não ocorrem tufões. Assim, para evitar a ocorrência de zeros no gráfico, posso observar o trimestre.

Eis os gráficos.

tuf1

 

tuf2

Percebe que o gráfico dá a impressão de uma certa estacionaridade em torno da média, né? Mas será que estes gráficos nos mostram uma série com média e variância constantes? Alguém poderia fazer uma tabela com os dados e com alguns poucos testes de igualdade de média (ou de variância), chegaria em uma resposta. Uma opção é olharmos para os gráficos de meses ou trimestres (já usados em outros “Momentos R do Dia” neste blog).

tuf3

tuf4

Ambos os gráficos nos dizem que há uma diferença nas médias, não? Na frequência mensal isto pode ficar mais suavizado, mas, no caso trimestral, o terceiro trimestre é um sujeitinho bem diferenciado em termos de média, não?

Agora, o interessante é notar que os gráficos originais não são tão claros no sentido de nos mostrar este padrão diferenciado. Que tal irmos um pouco além?

tuf5

tuf6

Vejam só. Com as funções de autocorrelação percebemos mais uma outra característica: a agregação dos dados (mensal para trimestral) altera o formato destas funções. Isto pode não ser intuitivo para alguns e vale a pena destacar o ponto (embora muita gente ache isto intuitivo, eu nunca achei e teria agradecido se alguém tivesse me chamado a atenção para o ponto).

Conclusão

Então, sim, uma imagem pode ser de muita ajuda para entendermos a realidade. É essencial que a imagem ou, no caso, o gráfico, seja muito bem apresentado. Mas existe uma pergunta muito importante: qual gráfico nos informa, de fato, mais sobre o que desejamos saber?

A resposta, portanto, depende do que desejamos saber. A moral da história é que quanto mais gráficos você aprender (ou melhor: quanto mais flexibilidade você tiver), melhor. Eu? Eu desejo saber se você aprendeu a fazer todos os tipos de gráficos no R. Assim, eis os comandos (após importar os dados, claro):


library(ggplot2)
library(lattice)
library(latticeExtra)

# nao usei este grafico...
xyplot(taifu,
       main="Furacões no Japão",
       ylab="furacões no mês", xlab="Mês/Ano",
       scales = list(y = list(relation= "free")))

#agregando para trimestres...

taifu.Q<-aggregate(taifu,nfrequency=4)

#checando 

show(taifu.Q)

# os graficos do post

plot(taifu,col="orange",xlab="meses",ylab="ocorrências",main="Tufões no Japão")
plot(taifu.Q,, col="red",xlab="trimestres",ylab="ocorrências",main="Tufões no Japão")
monthplot(taifu.Q, col="red",ylim=c(min(taifu.Q),max(taifu.Q+1)),main="Tufões no Japão",xlab="trimestres",ylab="ocorrências")
monthplot(taifu, col="orange",ylim=c(min(taifu),max(taifu)),main="Tufões no Japão",xlab="meses",ylab="ocorrências")

library(forecast)
tsdisplay(taifu)
tsdisplay(taifu.Q)

Ok, até a próxima. Voltarei com o exercício de expectativas racionais, assim que a Roseli e eu acertarmos como faremos esta divertida brincadeira inter-blogs.

Anúncios

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair /  Alterar )

Foto do Google

Você está comentando utilizando sua conta Google. Sair /  Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair /  Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair /  Alterar )

Conectando a %s