Ao contrário do gráfico anterior, os de séries temporais incluem o tempo no eixo x ao invés de categorias. A variável pode estar no formato de data ou no formato de números inteiros. Em nosso exemplo iremos utilizar a variável year que está no formato de números inteiros (posteriormente iremos transformá-la para variável do tipo data). Seguindo a lógica anterior, precisamos incluir a variável year na estética que define o eixo x. Iremos manter yield em ton/ha e, para isso, incluiremos no dataframe dat1 a variável yield2.

dat1 <- dat1 %>%
  mutate(yield2 = yield * 0.0628)

Agora o gráfico. Antes disso, vamos definir o theme_bw() como padrão. Para isso, basta definir o tema na função theme_set().

theme_set(theme_bw())

Pronto, agora não precisamos incluir a função que define o tema como uma camada.

dat1 %>% 
  ggplot(aes(year, yield2)) +
  geom_point()

Em cada ano há varios pontos alinhados verticalmente. Esses representam os diferentes estados com valor de produtividade média naquele ano. Essa é uma forma de representar a variabilidade entre os estados dentro de cada ano, mas não é a melhor maneira. Podemos apresentar de outra forma, com gráfico do tipo boxplot que é mais informativo.

dat1 %>% 
  ggplot(aes(year, yield2)) +
  geom_boxplot()
## Warning: Continuous x aesthetic -- did you forget aes(group=...)?

Opa! o que aconteceu? deveria ter um boxplot para cada ano. O problema é que year é uma variável de números inteiros e o R interpreta dessa forma. Para resolver, há duas possibilidades: transformar, no gráfico, a variável para fator usando factor(year) ou então adicionar group = year (note que há uma mensagem de alerta sugerindo essa alteração).

dat1 %>% 
  ggplot(aes(year, yield2, group = year)) +
  geom_boxplot()

Os pontos que aparecem além da linha vertical que extende a partir das caixas (box), acima e abaixo, são chamados de outliers. A linha do centro da caixa é a mediana. O tamanho da caixa representa 50% dos valores (estados). Saiba mais sobre o geom_boxplot().

Uma outra forma de apresentar os dados de anos é no formato de data. A solução aqui é transformar a variável year para o tipo date. Entra em cena o pacote lubridate. A função mutate() é usada criar a variável year2 que transforma a variável year para data. A função scale_x_date() define o intervalo a ser mostrado e o formato apenas de ano definito no atributo date_labels.

library(lubridate)
## 
## Attaching package: 'lubridate'
## The following object is masked from 'package:cowplot':
## 
##     stamp
## The following object is masked from 'package:base':
## 
##     date
dat1 %>% 
  mutate(year2 = as.Date(as.character(year), format = "%Y")) %>%
  ggplot(aes(year2, yield2, group = year2)) +
  geom_boxplot()+
  scale_x_date(date_breaks = "10 years", date_labels = "%Y")

Em gráfico de séries temporais normalmente se utiliza gráfico de linhas que conecta os pontos ou linhas de tendência. Vamos adicinar as linhas para cada estado.

dat1 %>% 
  mutate(year2 = as.Date(as.character(year), format = "%Y")) %>%
  ggplot(aes(year2, yield2, group = year2)) +
  geom_point()+
  geom_line()+
  scale_x_date(date_breaks = "10 years", date_labels = "%Y")+
  ylim(0,4)

Não era exatamente isso que queríamos. O que acontece é que year2 continua definido como um grupo e, por isso, o ggplot interpretou que era para agrupar as linhas por ano. Vamos adicionar uma estética dentro do geom_line() para obter o que queremos e definir uma coloração para cada estado.

dat1 %>% 
  mutate(year2 = as.Date(as.character(year), format = "%Y")) %>%
  ggplot(aes(year2, yield2, group = year2, )) +
  geom_point()+
  geom_line(aes(group = state, color = state))+
  scale_x_date(date_breaks = "10 years", date_labels = "%Y") +
  ylim(0,4)

O número de estados é muito grande e com as definições padrão de layout fica impossível identificar os estados. Esse é um caso difícil de ser resolvido com um gráfico estático. Uma solução é fazer um gráfico interativo que permite a seleção dos estados a comparar.

Alternativamente, podemos selecionar os estados segundo algum critério de interesse e refazer o gráfico apenas para os estados selecionados. Vamos voltar a utilizar a função filter() e selecionar os três estados com maior área plantada. A função top_n() é uma mão na roda para identificar os cinco estados com maior área.

library(magrittr)
## 
## Attaching package: 'magrittr'
## The following object is masked from 'package:purrr':
## 
##     set_names
## The following object is masked from 'package:tidyr':
## 
##     extract
dat1 %>% 
  group_by(state) %>% 
  tally(acres) %>% 
  top_n(3) 
## Selecting by n

Agora aplicamos um filtro para os três estados e também os últimos 50 anos (a partir de 1962), além de adicionar os elementos de texto para eixos e gráfico.

library(ggthemes)
dat1 %>% 
  mutate(year2 = as.Date(as.character(year), format = "%Y")) %>%
   filter(state == c("Illinois", 
                     "Indiana", 
                     "Iowa"))  %>% 
  filter(year > 1961) %>% 
  ggplot(aes(year2, yield2, group = year2, color = state)) +
  geom_point()+
  ylim(0,4)+
  geom_line(aes(group = state))+
  scale_x_date(date_breaks = "10 years", date_labels = "%Y")+
  labs(y = "Produtividade (ton/ha)", x = "Ano", color = "Estado", title = "Produtividade de milho nos Estados Unidos", caption = "Fonte: NASS")
## Warning in `==.default`(state, c("Illinois", "Indiana", "Iowa")): longer
## object length is not a multiple of shorter object length
## Warning in is.na(e1) | is.na(e2): longer object length is not a multiple of
## shorter object length

Podemos adicionar uma linha de tendência ao invés da linha usando a função geom_smooth() e com o atributo de método que define o tipo de regressão (no caso linear) com method = "lm".

dat1 %>% 
  mutate(year2 = as.Date(as.character(year), format = "%Y")) %>%
   filter(state == c("Illinois", 
                     "Indiana", 
                     "Iowa"))  %>% 
  filter(year > 1961) %>% 
  ggplot(aes(year2, yield2, group = year2, color = state)) +
   scale_x_date(date_breaks = "10 years", date_labels = "%Y")+
  geom_point()+
   geom_smooth(method = "lm", se = F, aes(group = state))+
  ylim(0,4)
## Warning in `==.default`(state, c("Illinois", "Indiana", "Iowa")): longer
## object length is not a multiple of shorter object length
## Warning in is.na(e1) | is.na(e2): longer object length is not a multiple of
## shorter object length

Séries interativas

Crosstalk + plotly

Vamos criar uma interface interativa para selecionar os estados de interesse, a partir da lista de todos os estados. Vamos voltar a utilizar o pacote plotly em conjunto com o pacote crosstalk. Esse último é um widget que permite adicionar interatividade entre dois elementos, uma lista de escolhas e o gráfico. Vejamos.

library(plotly)
library(crosstalk)

dat0 <- dat1 %>%
  mutate(year2 = as.Date(as.character(year), format = "%Y")) %>%
   filter(year > 1950)

dat1c <- SharedData$new(dat0)

g <- dat1c %>%
  ggplot(aes(year2, yield * 0.0628, group = state, color = state)) +
  geom_point() +
  geom_line() +
  scale_x_date(date_breaks = "15 years", date_labels = "%Y") +
  theme_minimal() +
  labs(x = "Ano", y = "Produtividade (ton/ha)")


bscols(widths = c(12, NA, NA),
       list(
  filter_select("state", "Select a state", dat1c, ~ state),
  filter_slider("year", "Choose year", dat1c, "year"),
    ggplotly(g, dynamicTicks = FALSE)
       ))
## Warning in bscols(widths = c(12, NA, NA), list(filter_select("state",
## "Select a state", : Too many widths provided to bscols; truncating

dygraphs

O pacote dygraphs é específico para séries temporais. Saiba mais

library(dygraphs)

dat00 <- dat1 %>%
  filter(state == "Iowa") %>%
  mutate(yield = yield * 0.0628) %>%
  select(year, yield)


dygraph(dat00, main = "Produtividade de milho em Iowa ") %>%
  dyRangeSelector(dateWindow = c("1990", "2011"))
Copyright 2017 Emerson Del Ponte