Français 🇫🇷
Présentation
Le but premier du package JDCruncheR est de fournir un accès rapide et facile au cruncher (JWSACruncher) depuis R. Le cruncher est un outil de mise à jour des workspaces de JDemetra+ sans avoir à ouvrir la GUI (Graphical User Interface). La dernière version peut être téléchargée ici : https://github.com/jdemetra/jwsacruncher/releases. Pour plus d’information, vous pouvez visiter la page wiki.
Avec JDCruncheR, vous pouvez aussi générer des bilans qualité utilisant l’output du cruncher. Ce bilan est un résumé des diagnostiques de la désaisonnalisation. Il peut être utilisé pour repérer les séries les plus problématiques qui nécessitent une analyse plus fine. Cela est très utile lorsqu’on a beaucoup de séries à désaisonnaliser.
Installation
🎉 JDCruncheR est maintenant disponible sur le CRAN ! 🎉
Pour installer, il suffit de lancer la ligne de code suivante :
install.packages("JDCruncheR")Pour obtenir la version en cours de développement depuis GitHub :
# Si le package remotes n'est pas installé
# install.packages("remotes")
# Installer la version en cours de développement depuis GitHub
remotes::install_github("InseeFr/JDCruncheR")Usage
Les seuils des tests du bilan qualité sont personnalisables. Pour cela, il faut modifier l’option "jdc_thresholds".
Pour récupérer les valeurs des tests par défault, il faut appeler la fonction get_thresholds() :
get_thresholds("m7")
#> Good Bad Severe
#> 1 2 Inf
get_thresholds(default = TRUE)
#> $qs_residual_sa_on_sa
#> Severe Bad Uncertain Good
#> 0.001 0.010 0.050 Inf
#>
#> $qs_residual_sa_on_i
#> Severe Bad Uncertain Good
#> 0.001 0.010 0.050 Inf
#>
#> $f_residual_sa_on_sa
#> Severe Bad Uncertain Good
#> 0.001 0.010 0.050 Inf
#>
#> $f_residual_sa_on_i
#> Severe Bad Uncertain Good
#> 0.001 0.010 0.050 Inf
#>
#> $f_residual_td_on_sa
#> Severe Bad Uncertain Good
#> 0.001 0.010 0.050 Inf
#>
#> $f_residual_td_on_i
#> Severe Bad Uncertain Good
#> 0.001 0.010 0.050 Inf
#>
#> $residuals_independency
#> Bad Uncertain Good
#> 0.01 0.10 Inf
#>
#> $residuals_homoskedasticity
#> Bad Uncertain Good
#> 0.01 0.10 Inf
#>
#> $residuals_skewness
#> Bad Uncertain Good
#> 0.01 0.10 Inf
#>
#> $residuals_kurtosis
#> Bad Uncertain Good
#> 0.01 0.10 Inf
#>
#> $residuals_normality
#> Bad Uncertain Good
#> 0.01 0.10 Inf
#>
#> $oos_mean
#> Bad Uncertain Good
#> 0.01 0.10 Inf
#>
#> $oos_mse
#> Bad Uncertain Good
#> 0.01 0.10 Inf
#>
#> $m7
#> Good Bad Severe
#> 1 2 Inf
#>
#> $q
#> Good Bad
#> 1 Inf
#>
#> $q_m2
#> Good Bad
#> 1 Inf
#>
#> $pct_outliers
#> Good Uncertain Bad
#> 3 5 InfPour changer la valeur de l’option, on peut utiliser la fonction set_thresholds() :
# Fixer les seuils à une certaine valeur
set_thresholds(test_name = "m7", thresholds = c(Good = 0.8, Bad = 1.4, Severe = Inf))
get_thresholds(test_name = "m7", default = FALSE)
#> Good Bad Severe
#> 0.8 1.4 Inf
# Remettre tous les seuils à leur valeur par défaut
set_thresholds()
get_thresholds(test_name = "m7", default = FALSE)
#> Good Bad Severe
#> 1 2 InfAutres informations
Pour plus d’informations sur l’installation et la configuration du package JDCruncheR, vous pouvez visiter la page wiki
Pour une description plus complète des packages R pour JDemetra+ voir le document de travail Insee Les packages R pour JDemetra+ : une aide à la désaisonnalisation
English 🇬🇧
Overview
The primary objective of the JDCruncheR package is to provide a quick and easy access to the JDemetra+ cruncher (JWSACruncher) from R. The cruncher is a tool for updating JDemetra+ workspaces, without having to open the graphical user interface. The latest version can be downloaded here: https://github.com/jdemetra/jwsacruncher/releases. For more information, please refer to the wiki page.
With JDCruncheR, you can also generate a quality report based on the cruncher’s output. This report is a formatted summary of the seasonal adjustment process master diagnostics and parameters. It can be used to spot the most problematic series which will require a finer analysis. This is most useful when dealing with a large number of series.
Installation
🎉 JDCruncheR is now available on CRAN! 🎉
To install it, you have to launch the following command line:
install.packages("JDCruncheR")To get the current development version from GitHub:
# If remotes packages is not installed
# install.packages("remotes")
# Install development version from GitHub
remotes::install_github("InseeFr/JDCruncheR")Usage
The thresholds of the QR tests can be customised You have to modify the option "jdc_thresholds".
To get the (default or not) values of the thresholds of the tests, you can call the fonction get_thresholds() :
get_thresholds("m7")
#> Good Bad Severe
#> 1 2 Inf
get_thresholds(default = TRUE)
#> $qs_residual_sa_on_sa
#> Severe Bad Uncertain Good
#> 0.001 0.010 0.050 Inf
#>
#> $qs_residual_sa_on_i
#> Severe Bad Uncertain Good
#> 0.001 0.010 0.050 Inf
#>
#> $f_residual_sa_on_sa
#> Severe Bad Uncertain Good
#> 0.001 0.010 0.050 Inf
#>
#> $f_residual_sa_on_i
#> Severe Bad Uncertain Good
#> 0.001 0.010 0.050 Inf
#>
#> $f_residual_td_on_sa
#> Severe Bad Uncertain Good
#> 0.001 0.010 0.050 Inf
#>
#> $f_residual_td_on_i
#> Severe Bad Uncertain Good
#> 0.001 0.010 0.050 Inf
#>
#> $residuals_independency
#> Bad Uncertain Good
#> 0.01 0.10 Inf
#>
#> $residuals_homoskedasticity
#> Bad Uncertain Good
#> 0.01 0.10 Inf
#>
#> $residuals_skewness
#> Bad Uncertain Good
#> 0.01 0.10 Inf
#>
#> $residuals_kurtosis
#> Bad Uncertain Good
#> 0.01 0.10 Inf
#>
#> $residuals_normality
#> Bad Uncertain Good
#> 0.01 0.10 Inf
#>
#> $oos_mean
#> Bad Uncertain Good
#> 0.01 0.10 Inf
#>
#> $oos_mse
#> Bad Uncertain Good
#> 0.01 0.10 Inf
#>
#> $m7
#> Good Bad Severe
#> 1 2 Inf
#>
#> $q
#> Good Bad
#> 1 Inf
#>
#> $q_m2
#> Good Bad
#> 1 Inf
#>
#> $pct_outliers
#> Good Uncertain Bad
#> 3 5 InfTo change the value of the option, you can use the fonction set_thresholds():
# Set threshold to imposed value
set_thresholds(test_name = "m7", thresholds = c(Good = 0.8, Bad = 1.4, Severe = Inf))
get_thresholds(test_name = "m7", default = FALSE)
#> Good Bad Severe
#> 0.8 1.4 Inf
# Reset all thresholds to default
set_thresholds()
get_thresholds(test_name = "m7", default = FALSE)
#> Good Bad Severe
#> 1 2 InfOther informations
For more informations on installing and configuring the JDCruncheR package, you can visit the wiki page.
For a more comprehensive description of the R packages for JDemetra+ check the Insee working paper R Tools for JDemetra+: Seasonal adjustment made easier