Rast HDP

library(WDI)
library(igraph)
library(ggplot2)
library(dplyr)

WDIsearch('gdp.*capita.*growth')

##      indicator              name                                              
## [1,] "NV.AGR.PCAP.KD.ZG"    "Real agricultural GDP per capita growth rate (%)"
## [2,] "NY.GDP.PCAP.KD.ZG"    "GDP per capita growth (annual %)"                
## [3,] "NY.GDP.PCAP.PP.KD.ZG" "GDP per capita, PPP annual growth (%)"

data.hdp <- WDI(indicator = 'NY.GDP.PCAP.KD.ZG',
                country = c('US', 'JP', 'DE', 'FR', 'GB', 'IT', 'CA'), # staty G7
                start = 1998) # kvoli Kanade
head(data.hdp)

ggplot(data.hdp, aes(year, NY.GDP.PCAP.KD.ZG, color = country)) +
    geom_line() +
    xlab('Year') + ylab('growth') +
    labs(title = 'GDP per capita growth (annual %))')

data.hdp <- data.hdp[order(data.hdp$year), ]
head(data.hdp)

Doplňte parametre funkcie:

hdp2 <- reshape(data = data.hdp,
                idvar = 
                drop = 
                v.name = 
                timevar =
                direction =)
head(hdp2)

Chceme dostať:

colnames(hdp2) <- gsub("NY.GDP.PCAP.KD.ZG.", "", colnames(hdp2))

head(hdp2)

Máme tým pádom pripravené dáta - časové rady hrubého domáceho produktu.

• Zobrazte jeho priebeh. Je zrejmé, že dáta sú nestacionárne. Aby malo zmysel počítať korelácie, budeme pracovať s rýchlosťou rastu.
• Vypočítajte korelačnú maticu pre rýchlosť rastu a pomocou nej, minimálnej kostry a hľadania komunít spravte zhlukovanie štátov.
• Pridajte ďalšie štáty a zopakujte.