#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

#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

#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

#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

#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