Produção de carros analisada com fredr

Em postagens anteriores, mostrei como recuperar e usar dados do Twitter (twitteR), Yahoo Finance (quantmod), The Guardian (GuardianR) e OECD (oecd R-package). Neste post mostro como acessar os dados do FRED com uma chave de API, usando o R-package disponível: fredr. Uma boa documentação para começar com o pacote fredr também foi publicada pelos autores:

http://sboysel.github.io/fredr/articles/fredr.html

Eu demonstro o processo de recuperação de dados para dados de séries temporais FRED usando a produção de carros domésticos nos Estados Unidos e vendas de carros importados como exemplo.

O primeiro passo é configurar a chave API FRED no script R. Para isso, você deve se registrar no FRED e copiar e colar a API-key. Você pode fazer isso aqui: https://research.stlouisfed.org/useraccount/apikey

#install.packages("fredr")
library(fredr)
fredr_set_key(api_key)

Depois que a chave API FRED tiver sido configurada usando a função fredr_set_key, a função fredr_series_search_text habilitará uma pesquisa de série temporal no banco de dados FRED:

search_ls <- fredr_series_search_text("car production")

colnames(search_ls)

##  [1] "id"                        "realtime_start"           
##  [3] "realtime_end"              "title"                    
##  [5] "observation_start"         "observation_end"          
##  [7] "frequency"                 "frequency_short"          
##  [9] "units"                     "units_short"              
## [11] "seasonal_adjustment"       "seasonal_adjustment_short"
## [13] "last_updated"              "popularity"               
## [15] "group_popularity"          "notes"

A função fredr_series_search_text retorna uma lista que resume os resultados da pesquisa, fornecendo uma visão geral de IDs relevantes e características importantes do conjunto de dados, como, por exemplo, ajuste sazonal.

Usando fredr_series_observations, é possível recuperar os dados de série temporal desejados especificando o ID da série relevante . Com a função do.call, pode-se converter a lista de séries temporais retornada em um quadro de dados, plotável em ggplot2:

library(ggplot2)

series_ls <-fredr_series_observations(series_id = "DAUPSA") 

series_df <- do.call(cbind.data.frame, series_ls)

ggplot(series_df) + geom_line(mapping = aes(x=date,y=value), 
                              color = "red") +
  ggtitle("Monthly US car production, seasonally adjusted [in thousands]") + 
  xlab("time") + 
  ylab("monthly cars produced [thousands of units]")

O gráfico acima resume a produção doméstica de carros nos Estados Unidos em unidades, desde 1993 (valores mensais, ajustados sazonalmente). Como pode ser visto, o volume de produção histórica diminuiu.

Mas e as importações de carros novos? Abaixo, repito o fluxo de trabalho acima para vendas de carros novos importados em bilhões de dólares, reportados trimestralmente e ajustados sazonalmente:

series_df <-do.call(cbind.data.frame,
  fredr_series_observations(series_id = "B149RC1Q027SBEA"))

ggplot(series_df) + geom_line(mapping = aes(x=date,y=value), 
                              color = "red") +
  ggtitle("Quarterly US imported new car sales, seasonally adjusted [in billion USD]") + 
  xlab("time") + 
  ylab("quarterly new imported car sales [billion USD]")