Search
617 results for “miki_peltzer”
-
#30DayChartChallenge ¡Día 30 y FIN! 🎉 Último tema: National Geographic 🗺. Mi mapa: Riesgo de Desertificación en España (Península, Baleares y Canarias), estilo NatGeo. #UncertaintiesWeek #Mapping
Visualizando la vulnerabilidad territorial (riesgo/incertidumbre) con datos del PAND (MITECO 2008). Colores de amarillo pálido (Bajo) a rojo oscuro (Muy Alto).
Intenté capturar la esencia NatGeo: paleta, fuentes (Lato/Gudea), escala, norte y la famosa ¡banda amarilla! 🟨 (añadida con grid). Canarias colocadas con {mapSpain}.
¡Un desafío cartográfico para terminar el mes! ¡Encantado de haber completado los 30 días! 💪
🛠 #rstats #ggplot2 #sf #ggspatial #mapSpain #grid | Data: MITECO PAND | Theme: Custom NatGeo
📂 Código Final del Reto: https://t.ly/Ol06w#Day30 #NationalGeographic #dataviz #DataVisualization #Desertificacion #España #MedioAmbiente #RiskMap #Cartografia #GIS #ggplot2 #RStats #ChallengeComplete
-
#30DayChartChallenge Día 29: Extraterrestrial! 👽✨ ¡Planetas con su incertidumbre a cuestas! #UncertaintiesWeek #Astronomy
Volvemos al gráfico Radio vs Insolación (log-log, color=Temp) de exoplanetas (NASA Archive). Pero hoy añadimos una capa visual para la incertidumbre: el "halo" gris ⚪️ detrás de cada punto.
El tamaño del halo es proporcional al log(error) reportado para la Insolación. ¡Halos grandes = más incertidumbre en la energía que recibe ese planeta!
Es un recordatorio de que los datos astronómicos tienen errores y no todos los puntos son igual de "seguros". Interesante ver qué planetas en la zona habitable (verde) tienen más incertidumbre. (+ Venus/Tierra/Marte 💎).
🛠 #rstats #ggplot2 #ggrepel | Data: NASA | Theme: #theme_week5_uncertainty
📂 Código/Viz: https://t.ly/ygNLW#Day29 #Extraterrestrial #dataviz #DataVisualization #Exoplanets #HabitableZone #Astrobiology #UncertaintyViz #ErrorVisualization #NASA #ggplot2 #RStats #Science
-
#30DayChartChallenge Día 28: Inclusion! 🤝 O... la falta de ella a nivel territorial en España 🇪🇸. Hoy comparamos la evolución de la tasa de paro trimestral (EPA/INE, 2005-2024) en varias CC.AA. vs la media nacional (rojo). #UncertaintiesWeek #SocialData
¡El gráfico habla por sí solo! Mirad la enorme brecha que se abre, sobre todo tras 2008, entre regiones como Andalucía y otras como País Vasco o Navarra. Madrid, más cerca de la media. Refleja mercados laborales muy diferentes y retos de cohesión enormes. La "inclusión" territorial en el empleo sigue siendo una asignatura pendiente.
Una visualización para reflexionar sobre las desigualdades estructurales.
🛠 #rstats #ggplot2 #data_table | Data: INE (EPA) | Theme: #theme_week5_uncertainty
📂 Código/Viz: https://t.ly/UwPQG#Day28 #Inclusion #dataviz #DataVisualization #Paro #Unemployment #EPA #INE #España #Desigualdad #Territorio #ggplot2 #RStats #TimeseriesWeek
-
#30DayChartChallenge Día 27: ¡Ruido! 📉 Analizando los residuos (el "ruido" inexplicable) del modelo CAPM para Telefónica (TEF.MC) vs IBEX 35. #UncertaintiesWeek #Finance
Este gráfico muestra la serie temporal del error diario del modelo (~18 años). ¿Es solo ruido blanco o algo más? 🤔 Para comprobarlo, ¡test de Dickey-Fuller Aumentado (ADF)!
Resultado ADF: p=0.01. ¡Rechazamos la raíz unitaria! 🎉 Esto sugiere que los residuos son estacionarios, fluctúan alrededor de cero como un "ruido" bien comportado (aunque su volatilidad cambia). ¡Buena señal para el modelo! (R²≈0.66).
Visualizando el componente idiosincrático y su (falta de) tendencia.
🛠 #rstats #ggplot2 #quantmod #tseries | Data: Yahoo/Investing | Theme: #theme_week5_uncertainty
📂 Código/Viz: https://t.ly/nr0nm#Day27 #Noise #dataviz #DataVisualization #CAPM #Residuals #Stationarity #ADFtest #Econometrics #RiskManagement #TEF #IBEX35 #Bolsa #RStats #ggplot2 #TimeseriesWeek
-
#30DayChartChallenge Día 27: ¡Ruido! 📉 Analizando los residuos (el "ruido" inexplicable) del modelo CAPM para Telefónica (TEF.MC) vs IBEX 35. #UncertaintiesWeek #Finance
Este gráfico muestra la serie temporal del error diario del modelo (~18 años). ¿Es solo ruido blanco o algo más? 🤔 Para comprobarlo, ¡test de Dickey-Fuller Aumentado (ADF)!
Resultado ADF: p=0.01. ¡Rechazamos la raíz unitaria! 🎉 Esto sugiere que los residuos son estacionarios, fluctúan alrededor de cero como un "ruido" bien comportado (aunque su volatilidad cambia). ¡Buena señal para el modelo! (R²≈0.66).
Visualizando el componente idiosincrático y su (falta de) tendencia.
🛠 #rstats #ggplot2 #quantmod #tseries | Data: Yahoo/Investing | Theme: #theme_week5_uncertainty
📂 Código/Viz: https://t.ly/nr0nm#Day27 #Noise #dataviz #DataVisualization #CAPM #Residuals #Stationarity #ADFtest #Econometrics #RiskManagement #TEF #IBEX35 #Bolsa #RStats #ggplot2 #TimeseriesWeek
-
#30DayChartChallenge Día 27: ¡Ruido! 📉 Analizando los residuos (el "ruido" inexplicable) del modelo CAPM para Telefónica (TEF.MC) vs IBEX 35. #UncertaintiesWeek #Finance
Este gráfico muestra la serie temporal del error diario del modelo (~18 años). ¿Es solo ruido blanco o algo más? 🤔 Para comprobarlo, ¡test de Dickey-Fuller Aumentado (ADF)!
Resultado ADF: p=0.01. ¡Rechazamos la raíz unitaria! 🎉 Esto sugiere que los residuos son estacionarios, fluctúan alrededor de cero como un "ruido" bien comportado (aunque su volatilidad cambia). ¡Buena señal para el modelo! (R²≈0.66).
Visualizando el componente idiosincrático y su (falta de) tendencia.
🛠 #rstats #ggplot2 #quantmod #tseries | Data: Yahoo/Investing | Theme: #theme_week5_uncertainty
📂 Código/Viz: https://t.ly/nr0nm#Day27 #Noise #dataviz #DataVisualization #CAPM #Residuals #Stationarity #ADFtest #Econometrics #RiskManagement #TEF #IBEX35 #Bolsa #RStats #ggplot2 #TimeseriesWeek
-
#30DayChartChallenge Día 26: Monochrome! 🖤🤍 Riesgo y Recompensa en el IBEX 35, versión minimalista. #UncertaintiesWeek #Finance
Este gráfico monocromo muestra la evolución (ventana móvil 1 año) de:
⚫️ Ratio de Sharpe Anualizado (eje izq.): ¿Compensa el riesgo asumido? (Usando Bono Alemán 10A como Rf).
▒ Volatilidad Anualizada (eje der., discontinua): ¡El riesgo puro y duro!La historia que cuenta: ¡cuando sube la volatilidad (gris), el Sharpe (negro) tiende a caer en picado (a veces bajo cero)! Visualiza la dinámica riesgo-recompensa del índice español en las últimas dos décadas.
🛠 #rstats #ggplot2 #data_table #quantmod | Data: Yahoo/Investing | Theme: Mod. theme_light
📂 Código/Viz: https://t.ly/pI1aF#Day26 #Monochrome #dataviz #DataVisualization #SharpeRatio #Volatility #RiskManagement #MarketRisk #IBEX35 #Bolsa #RStats #ggplot2 #TimeSeries
-
#30DayChartChallenge Día 26: Monochrome! 🖤🤍 Riesgo y Recompensa en el IBEX 35, versión minimalista. #UncertaintiesWeek #Finance
Este gráfico monocromo muestra la evolución (ventana móvil 1 año) de:
⚫️ Ratio de Sharpe Anualizado (eje izq.): ¿Compensa el riesgo asumido? (Usando Bono Alemán 10A como Rf).
▒ Volatilidad Anualizada (eje der., discontinua): ¡El riesgo puro y duro!La historia que cuenta: ¡cuando sube la volatilidad (gris), el Sharpe (negro) tiende a caer en picado (a veces bajo cero)! Visualiza la dinámica riesgo-recompensa del índice español en las últimas dos décadas.
🛠 #rstats #ggplot2 #data_table #quantmod | Data: Yahoo/Investing | Theme: Mod. theme_light
📂 Código/Viz: https://t.ly/pI1aF#Day26 #Monochrome #dataviz #DataVisualization #SharpeRatio #Volatility #RiskManagement #MarketRisk #IBEX35 #Bolsa #RStats #ggplot2 #TimeSeries
-
#30DayChartChallenge Día 26: Monochrome! 🖤🤍 Riesgo y Recompensa en el IBEX 35, versión minimalista. #UncertaintiesWeek #Finance
Este gráfico monocromo muestra la evolución (ventana móvil 1 año) de:
⚫️ Ratio de Sharpe Anualizado (eje izq.): ¿Compensa el riesgo asumido? (Usando Bono Alemán 10A como Rf).
▒ Volatilidad Anualizada (eje der., discontinua): ¡El riesgo puro y duro!La historia que cuenta: ¡cuando sube la volatilidad (gris), el Sharpe (negro) tiende a caer en picado (a veces bajo cero)! Visualiza la dinámica riesgo-recompensa del índice español en las últimas dos décadas.
🛠 #rstats #ggplot2 #data_table #quantmod | Data: Yahoo/Investing | Theme: Mod. theme_light
📂 Código/Viz: https://t.ly/pI1aF#Day26 #Monochrome #dataviz #DataVisualization #SharpeRatio #Volatility #RiskManagement #MarketRisk #IBEX35 #Bolsa #RStats #ggplot2 #TimeSeries
-
#30DayChartChallenge Día 24: ¡Usando datos de la @WHO! 🌐 Hoy comparamos la cobertura de vacunación DTP3 (% niños 1 año) entre países agrupados por nivel de ingresos (Banco Mundial, 2000-2022). #TimeseriesWeek #SocialData #GlobalHealth
El gráfico muestra:
✅ ¡Gran mejora en todos los grupos hasta ~2019!
⚠️ ¡Pero una brecha enorme persiste! Los países de ingresos altos (amarillo 🟡) cerca del objetivo 95% (línea rosa).
📉 Los países de ingresos bajos (azul índigo 🔵), aunque mejoraron mucho desde el 2000, se quedaron sobre el 70% y sufrieron un retroceso post-pandemia.Un reflejo claro de la #EquidadEnSalud (o la falta de ella) a nivel global. ¡El acceso a vacunas básicas no es igual para todos!
🛠 #rstats #ggplot2 #data_table | Data: WHO GHO | Theme: #theme_week4_social
📂 Código/Viz: https://t.ly/fRi1m#Day24 #WHO #dataviz #DataVisualization #Vaccination #Immunization #HealthEquity #PublicHealth #SDGs #ggplot2 #RStats #DataForGood
-
#30DayChartChallenge Día 23: ¡El poder de la Escala Logarítmica! 🪵📐 Hoy vemos el PIB per cápita de España 🇪🇸 (1990-2023, PPA $const) de otra manera. #TimeseriesWeek #SocialData
¿La clave? scale_y_log10(). En esta escala, la *pendiente* de la línea azul representa la tasa de crecimiento porcentual. ¡Ideal para comparar el ritmo económico a lo largo del tiempo!
Se ven clarísimas las diferentes fases:
* Crecimiento fuerte pre-2008.
* El largo estancamiento post-Gran Recesión (zona rosa 08-13).
* El bache del COVID (zona rosa 20-21).
* La crisis de los 90 (zona rosa 92-94).Una herramienta básica pero potente del análisis de series temporales económicas.
🛠 #rstats #ggplot2 #WDI | Data: World Bank | Theme: #theme_week4_social
📂 Código/Viz: https://t.ly/e3_cv#Day23 #LogScale #dataviz #DataVisualization #EconomicGrowth #GDP #PIB #España #Economia #Macroeconomia #ggplot2 #RStats #WorldBank
-
#30DayChartChallenge Día 22: Stars! ✨ Planetas, planetas por todas partes! 🪐 Gráfico del nº acumulado de exoplanetas confirmados (NASA Exoplanet Archive). #TimeseriesWeek #Astronomy
La curva muestra la explosión de descubrimientos desde los 90, ¡especialmente con Kepler & TESS! Ya superamos los miles de mundos conocidos. 🤯
*(Aclaración: El último punto de 2025 es el acumulado hasta hoy, 22 de Abril, no el año completo).*
Impresionante cómo avanza la ciencia que estudia los planetas de otras estrellas.
🛠️ #rstats #ggplot2 | Data: NASA Exoplanet Archive | Theme: #theme_week4_social
📂 Código: https://t.ly/bCzwJ#Day22 #Stars #dataviz #DataVisualization #Exoplanets #Space #NASA #Astronomy #Astrophysics #ggplot2 #RStats #Science
-
#30DayChartChallenge Día 21: Fossils! 🦖➡️☀️💨 Evolución del mix eléctrico peninsular en España (2015-2025). #TimeseriesWeek #SocialData
Gráfico de áreas apiladas con la proporción (%) de cada fuente (Fósiles/Térmica No Ren., Nuclear, Hidro, Eólica, Solar, Otras Renov.), usando datos diarios de @REDElectrica **suavizados con media móvil de 30 días** (`frollmean`).
¡La #TransicionEnergetica en tendencia!
⚫ Fósiles: Pierden peso relativo.
☢️ Nuclear: Base estable.
💧 Hidro: Variable pero importante.
💨 Eólica: Crecimiento sólido.
☀️ Solar: ¡El boom!La media móvil ayuda a ver la señal principal sobre el ruido diario.
🛠️ #rstats #ggplot2 #data_table #qs | Data: REE | Theme: #theme_week4_social
📂 Código/Viz: https://t.ly/v3lz_#Day21 #Fossils #dataviz #DataVisualization #EnergyTransition #RenewableEnergy #EnergiasRenovables #España #REE #ggplot2 #RStats #ClimateAction #MovingAverage
-
#30DayChartChallenge Día 20: Urbanización 🏙➡️🏘 ¿Cómo ha cambiado la distribución de la población española por tamaño de municipio entre 2003 y 2022? #TimeseriesWeek #SocialData
Este gráfico de áreas apiladas (geom_area) lo visualiza usando datos del Padrón del INE. Cada color representa un tramo de tamaño municipal.
Observaciones clave:
* La España rural (<5k hab.) pierde peso porcentual (~14% -> 12%).
* Los municipios medianos (especialmente 20k-50k y 50k-100k) ganan algo de proporción.
* Las grandes ciudades (>100k) mantienen su cuota bastante estable (~40%).Parece que en estas dos décadas, más que un éxodo masivo a las grandes urbes, ha habido una consolidación en ciudades intermedias. ¿Reflejo de la "España Vaciada" y crecimiento periurbano?
🛠 #rstats #ggplot2 #data_table | Data: INE | Theme: #theme_week4_social
📂 Código/Viz: https://t.ly/AN1-q#Day20 #Urbanization #dataviz #DataVisualization #Demografia #España #INE #ggplot2 #RStats #Poblacion
-
#30DayChartChallenge Día 19: Smooth! 〰️🇵🇱 Hoy aplicamos suavizado (geom_smooth) a las encuestas presidenciales de Polonia (Ene-Abr 2025) para ver las tendencias más allá del ruido. #TimeseriesWeek #SocialData
El gráfico muestra la evolución estimada para los 6 candidatos principales (según apoyo medio). Los puntos tenues son las encuestas individuales. La leyenda incluye orientación política para contexto.
Observaciones rápidas:
* Trzaskowski (PO, centro) lidera ~34%.
* Nawrocki (PiS, ext-der) y Mentzen (Konf, ext-der) compiten por el 2º/3º puesto (~16-23%).
* ¡Bastante estabilidad en estos primeros meses!Una forma útil de seguir la "foto" general de la carrera electoral.
🛠 #rstats #ggplot2 #data_table | Data: CSV propio | Theme: #theme_week4_social
📂 Código/Viz: https://t.ly/FxTJa#Day19 #Smooth #dataviz #DataVisualization #Poland #Wybory #Elections #Polling #ggplot2 #RStats #PoliticalScience
-
#30DayChartChallenge Día 18: ¡Tema El País! 📰 Hoy, una correlación madrileña con sustancia (y quizás algo de ironía 😉). #RelationshipsWeek
¿Qué relación hay entre lo que cuesta un piso y si tienes perro o niño? 🤔 Graficamos Esfuerzo Inmobiliario (años de renta para 75m²) vs Ratio Mascotas/Niño (<16) por distrito (2015-22).
¡Resulta que la correlación es positiva y fuerte (r≈0.75)! Donde más cuesta la vivienda, tiende a haber más mascotas por cada niño. ¿La cruda realidad del ladrillo cambiando el modelo familiar? ¿"No me llega pa pañales, pero sí pa pienso"? 🤷♂️🐶🐱📈💸
Gráfico facetado por distrito, con estilo inspirado en El País.
🛠 #rstats #ggplot2 | Data: Ayto Madrid/INE (via user csv).
📂 Código/Viz: https://t.ly/5ywEE#Day18 #ElPais #dataviz #DataVisualization #Madrid #Vivienda #Mascotas #PetsVsKids #Sociology #Demographics #RStats #ggplot2 #Humor
-
#30DayChartChallenge Día 17: Birds! 🐦 Hoy toca explorar relaciones en el mundo aviar con el increíble dataset AVONET. #RelationshipsWeek #Animals
Graficamos la Longitud del Ala vs. Masa Corporal (log-log) para >9500 especies. ¡Una relación clave en la biomecánica del vuelo! ✈️
Lo interesante:
1️⃣ Facetas por Hábitat: Vemos cómo la relación cambia (o no) entre Bosque, Marino, Pradera, etc. ¡La ecología importa!
2️⃣ Color por Orden: Los puntos coloreados muestran la diversidad taxonómica (12 órdenes principales). Passeriformes por todas partes!Una visualización "complicada" (Día 15 😉) que revela la interacción entre tamaño, forma del ala, linaje evolutivo y ambiente.
🛠 #rstats #ggplot2 #readxl #data_table | Data: AVONET (Tobias et al. 2022) | Theme: #theme_week3_animals
📂 Código/Viz: https://t.ly/iEHPE#Day17 #Birds #dataviz #DataVisualization #Ecology #Ornithology #Morphology #Allometry #AVONET #ggplot2 #RStats
-
#30DayChartChallenge Día 16: Negative Relationship FOUND! 📉🐍🐦🐢🐟
¡Lo conseguimos! Tras ajustar por masa corporal, la relación entre Tasa Metabólica Específica (W/kg) y Longevidad Máxima (años) en ~530 especies animales (AnAge DB, outliers quitados) SÍ es negativa (Pearson ρ ≈ -0.42, p < 2.2e-16). #RelationshipsWeek #Animals
El gráfico log-log muestra la tendencia: mayor intensidad metabólica por kilo se asocia con vidas más cortas. ¡Apoya la idea del "ritmo de vida"! 🔥➡️⏳ Colores por Clase Taxonómica.
Un recordatorio de la importancia de normalizar variables y limpiar datos para ver la señal correcta. ¡Ciencia en acción!
🛠 #rstats #ggplot2 #ggpubr | Data: AnAge | Theme: #theme_week3_animals
📂 Código/Viz: https://t.ly/ouLN0#Day16 #Negative #dataviz #DataVisualization #Ecology #LifeHistory #Metabolism #Longevity #AnAge #ggplot2 #RStats #Science
-
#30DayChartChallenge Día 15: Complicated Relationships! 🐧↔️🐧
Hoy, una matriz de scatter plots con ggpairs para explorar las relaciones entre medidas corporales (Long. Pico, Long. Aleta, Masa Corporal) en los pingüinos de Palmer. ¡Perfecto para el prompt "Complicated"! #RelationshipsWeek #Animals
La matriz lo enseña todo:
* Diagonal: Distribución de cada medida (densidad).
* Abajo: Scatter plots de cada par de medidas (coloreado por Especie).
* Arriba: ¡La correlación $ entre ellas!Se ven las fuertes relaciones positivas (más grande = aleta más larga) y cómo las especies (Adelie, Chinstrap, Gentoo) forman clusters distintos en este espacio de rasgos. ¡Una forma densa de ver muchas relaciones a la vez!
🛠 #rstats #ggplot2 #GGally | Data: #palmerpenguins | Theme: #theme_week3_animals
📂 Código/Viz: https://t.ly/GATJi#Day15 #Complicated #dataviz #DataVisualization #Penguins #Ecology #Morphometrics #Multivariate #ggplot2 #RStats
-
#30DayChartChallenge Día 14: Kinship! 🌿 Hoy toca visualizar "parentescos" animales, pero basados en ¡similitud de rasgos! #RelationshipsWeek #Animals
Este dendrograma horizontal es el resultado de un clustering jerárquico (hclust Ward.D2) sobre ~170 especies, usando su Masa Corporal y Longevidad Máxima (log-transformadas y escaladas). ¡Muestra quién se agrupa con quién según su estrategia de vida!
Las ramas unen las especies más similares. La longitud horizontal hasta la unión indica cuán diferentes son. Se ven grandes grupos que separan, por ejemplo, animales muy grandes/longevos de otros más pequeños/rápidos. Es una forma de ver la estructura oculta en los datos de rasgos.
(Solo se muestra 1/3 de las etiquetas para no saturar!)
🛠 #rstats #ggplot2 #ggdendro #stats | Datos: Kaggle (S. Banerjee)
📂 Código/Viz: https://t.ly/Y_fwt#Day14 #Kinship #dataviz #DataVisualization #Ecology #LifeHistory #AnimalTraits #Clustering #Dendrogram #ggplot2 #Kaggle
-
#30DayChartChallenge Día 13: Clusters Animales! 🐾 Explorando la relación Masa Corporal vs Longevidad Máxima. #RelationshipsWeek
Usando un dataset de Kaggle (+170 especies, ¡gracias S. Banerjee!) y tras una divertida limpieza de datos con rangos/unidades mixtas 😅, este scatter plot log-log revela patrones.
Coloreamos por Dieta: 🥩Carnívoro(verde) 🌿Herbívoro(ocre) ❓Omnívoro(azul).
Se ve la tendencia general (más grande = más longevo), pero los clústeres por dieta sugieren distintas **estrategias de historia de vida**. ¿Cómo gestionan su energía y longevidad según lo que comen? 🤔¡Una visualización para explorar la alometría y la diversidad ecológica!
🛠️ #rstats #ggplot2 y mi nuevo tema #theme_week3_animals.
📂 Código/Viz: https://t.ly/ehPiu#Day13 #Clusters #dataviz #DataVisualization #Ecology #Evolution #LifeHistory #AnimalTraits #Biodiversity #ggplot2 #Kaggle
-
#30DayChartChallenge Día 12: Gov Data Day! 🏛️ Explorando la distribución del spread 10Y-2Y del Tesoro USA (datos de FRED desde 1976).
Este histograma/densidad va más allá del valor diario: muestra la *probabilidad* histórica de cada nivel del spread. ¡Clave para entender expectativas económicas!
Puntos clave:
* Modo principal > 0 (curva normal es lo más común).
* ¡La inversión (<0, línea discontinua) tiene una probabilidad no trivial! ⚠️ Es la famosa señal pre-recesión. La distribución nos dice cuán "normal" es esa señal en perspectiva histórica.
* La forma general revela info sobre la dinámica de tipos.Una visualización sobre la estructura probabilística de un indicador líder fundamental.
🛠️ #rstats #ggplot2 #quantmod #grid
📂 Código/Repo: https://t.ly/0RDmK#Day12 #Distributions #datagov #dataviz #DataVisualization #YieldCurve #InterestRates #Economics #Finance #Recession #DataAnalysis #ggplot2
-
#30DayChartChallenge Día 12: Gov Data Day! 🏛️ Explorando la distribución del spread 10Y-2Y del Tesoro USA (datos de FRED desde 1976).
Este histograma/densidad va más allá del valor diario: muestra la *probabilidad* histórica de cada nivel del spread. ¡Clave para entender expectativas económicas!
Puntos clave:
* Modo principal > 0 (curva normal es lo más común).
* ¡La inversión (<0, línea discontinua) tiene una probabilidad no trivial! ⚠️ Es la famosa señal pre-recesión. La distribución nos dice cuán "normal" es esa señal en perspectiva histórica.
* La forma general revela info sobre la dinámica de tipos.Una visualización sobre la estructura probabilística de un indicador líder fundamental.
🛠️ #rstats #ggplot2 #quantmod #grid
📂 Código/Repo: https://t.ly/0RDmK#Day12 #Distributions #datagov #dataviz #DataVisualization #YieldCurve #InterestRates #Economics #Finance #Recession #DataAnalysis #ggplot2
-
#30DayChartChallenge Día 12: Gov Data Day! 🏛️ Explorando la distribución del spread 10Y-2Y del Tesoro USA (datos de FRED desde 1976).
Este histograma/densidad va más allá del valor diario: muestra la *probabilidad* histórica de cada nivel del spread. ¡Clave para entender expectativas económicas!
Puntos clave:
* Modo principal > 0 (curva normal es lo más común).
* ¡La inversión (<0, línea discontinua) tiene una probabilidad no trivial! ⚠️ Es la famosa señal pre-recesión. La distribución nos dice cuán "normal" es esa señal en perspectiva histórica.
* La forma general revela info sobre la dinámica de tipos.Una visualización sobre la estructura probabilística de un indicador líder fundamental.
🛠️ #rstats #ggplot2 #quantmod #grid
📂 Código/Repo: https://t.ly/0RDmK#Day12 #Distributions #datagov #dataviz #DataVisualization #YieldCurve #InterestRates #Economics #Finance #Recession #DataAnalysis #ggplot2
-
#30DayChartChallenge Día 12: Gov Data Day! 🏛️ Explorando la distribución del spread 10Y-2Y del Tesoro USA (datos de FRED desde 1976).
Este histograma/densidad va más allá del valor diario: muestra la *probabilidad* histórica de cada nivel del spread. ¡Clave para entender expectativas económicas!
Puntos clave:
* Modo principal > 0 (curva normal es lo más común).
* ¡La inversión (<0, línea discontinua) tiene una probabilidad no trivial! ⚠️ Es la famosa señal pre-recesión. La distribución nos dice cuán "normal" es esa señal en perspectiva histórica.
* La forma general revela info sobre la dinámica de tipos.Una visualización sobre la estructura probabilística de un indicador líder fundamental.
🛠️ #rstats #ggplot2 #quantmod #grid
📂 Código/Repo: https://t.ly/0RDmK#Day12 #Distributions #datagov #dataviz #DataVisualization #YieldCurve #InterestRates #Economics #Finance #Recession #DataAnalysis #ggplot2
-
#30DayChartChallenge Día 12: Gov Data Day! 🏛️ Explorando la distribución del spread 10Y-2Y del Tesoro USA (datos de FRED desde 1976).
Este histograma/densidad va más allá del valor diario: muestra la *probabilidad* histórica de cada nivel del spread. ¡Clave para entender expectativas económicas!
Puntos clave:
* Modo principal > 0 (curva normal es lo más común).
* ¡La inversión (<0, línea discontinua) tiene una probabilidad no trivial! ⚠️ Es la famosa señal pre-recesión. La distribución nos dice cuán "normal" es esa señal en perspectiva histórica.
* La forma general revela info sobre la dinámica de tipos.Una visualización sobre la estructura probabilística de un indicador líder fundamental.
🛠️ #rstats #ggplot2 #quantmod #grid
📂 Código/Repo: https://t.ly/0RDmK#Day12 #Distributions #datagov #dataviz #DataVisualization #YieldCurve #InterestRates #Economics #Finance #Recession #DataAnalysis #ggplot2
-
#30DayChartChallenge Día 11: Stripes! Mi versión: ¡El código de barras del pánico del mercado! 😱
Este gráfico muestra una línea de tiempo (1993-2025) donde cada raya vertical representa un día en que el VIX cerró ≥ 30 (¡alta tensión!).
El concepto clave aquí es el **Volatility Clustering**: la alta volatilidad no se distribuye uniformemente, ¡viene en rachas! Los densos grupos de rayas identifican visualmente las grandes crisis (Dot-com, GFC '08, Covid '20...). Los largos periodos en blanco son la calma relativa.
Es una forma directa de ver la *persistencia* y los *regímenes* de la volatilidad del mercado. ¡Olvida las medias simples, el estrés viene en oleadas! 🌊
🛠️ Hecho con #rstats, #ggplot2, #quantmod.
📂 Código/Repo: https://t.ly/-vd9u#Day11 #Stripes #dataviz #DataVisualization #VIX #Volatility #Finance #StockMarket #Economics #RiskManagement #TimeSeries #MarketHistory #ggplot2 #DataScience
-
#30DayChartChallenge Día 11: Stripes! Mi versión: ¡El código de barras del pánico del mercado! 😱
Este gráfico muestra una línea de tiempo (1993-2025) donde cada raya vertical representa un día en que el VIX cerró ≥ 30 (¡alta tensión!).
El concepto clave aquí es el **Volatility Clustering**: la alta volatilidad no se distribuye uniformemente, ¡viene en rachas! Los densos grupos de rayas identifican visualmente las grandes crisis (Dot-com, GFC '08, Covid '20...). Los largos periodos en blanco son la calma relativa.
Es una forma directa de ver la *persistencia* y los *regímenes* de la volatilidad del mercado. ¡Olvida las medias simples, el estrés viene en oleadas! 🌊
🛠️ Hecho con #rstats, #ggplot2, #quantmod.
📂 Código/Repo: https://t.ly/-vd9u#Day11 #Stripes #dataviz #DataVisualization #VIX #Volatility #Finance #StockMarket #Economics #RiskManagement #TimeSeries #MarketHistory #ggplot2 #DataScience
-
#30DayChartChallenge Día 11: Stripes! Mi versión: ¡El código de barras del pánico del mercado! 😱
Este gráfico muestra una línea de tiempo (1993-2025) donde cada raya vertical representa un día en que el VIX cerró ≥ 30 (¡alta tensión!).
El concepto clave aquí es el **Volatility Clustering**: la alta volatilidad no se distribuye uniformemente, ¡viene en rachas! Los densos grupos de rayas identifican visualmente las grandes crisis (Dot-com, GFC '08, Covid '20...). Los largos periodos en blanco son la calma relativa.
Es una forma directa de ver la *persistencia* y los *regímenes* de la volatilidad del mercado. ¡Olvida las medias simples, el estrés viene en oleadas! 🌊
🛠️ Hecho con #rstats, #ggplot2, #quantmod.
📂 Código/Repo: https://t.ly/-vd9u#Day11 #Stripes #dataviz #DataVisualization #VIX #Volatility #Finance #StockMarket #Economics #RiskManagement #TimeSeries #MarketHistory #ggplot2 #DataScience
-
#30DayChartChallenge Día 10: ¡Buceando en la Distribución del VIX! 🌊
En lugar de solo ver la línea del VIX, hoy analizamos su "distribución de probabilidad" por Presidencia de EE.UU. (Clinton -> Trump 2º). ¡La forma lo es todo!
Usando #rstats y #ggplot2, estas densidades facetadas nos permiten investigar:
* Modos Dominantes: ¿Cuál era el nivel "normal" de VIX (el pico más alto)? ¿Cambió mucho?
* Multi-modalidad: ¿Hay evidencia de múltiples estados de volatilidad (picos secundarios) dentro de un mismo mandato? 🤔
* Riesgo de Cola: ¿Qué tan probable era el "pánico" (VIX > 35)? ¡Compara las colas derechas!Estos patrones reflejan los distintos regímenes de volatilidad y la percepción del riesgo sistémico. No es solo el nivel, ¡sino la "estructura" de la incertidumbre lo que importa!
Datos: Yahoo Finance via #quantmod.
📂Código: https://t.ly/kikdo#Day10 #Multimodal #dataviz #DataVisualization #VIX #Volatility #Finance #StockMarket #Economics #RiskManagement #rstats #ggplot2