Correlacion entre "inflación" y "número de derechos" a partir de los datos presentados en el siguiente Tweet: https://mobile.twitter.com/clarroulet/status/730931861384507392

inflacion_vs_derechos-log.png

inflacion_vs_derechos.csv

inflacion_vs_derechos.png

inflacion_vs_derechos.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Correlacion entre "inflación" y "número de derechos" a partir
de los datos presentados en el siguiente Tweet:
    
https://mobile.twitter.com/clarroulet/status/730931861384507392

@author: Nicolás Guarín-Zapata
"""
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import linregress


repo = "https://raw.githubusercontent.com/nicoguaro/matplotlib_styles/master"
style = repo + "/styles/minimalist.mplstyle"
plt.style.use(repo + style)

#%% Configuración gráficos
data = np.loadtxt("inflacion_vs_derechos.csv", skiprows=1, delimiter=",")
x, y = data.T

# Regresión lineal del logaritmo de las variables
slope, intercept, r_value, p_value, std_err = linregress(np.log10(x),
                                                         np.log10(y))


#%% Graficación
plt.close("all")

# Escala lineal
plt.figure()
plt.plot(x, y, lw=0, marker="o")
plt.plot(x, 10**intercept*x**slope)
plt.text(20, 50, "$y = %.4f\, x^{%.4f}   $" % (10**intercept, slope))
plt.text(20, 45, "$R^2 = %.4f$" % (r_value**2))
plt.xlabel("Número de derechos")
plt.ylabel("Inflación")
plt.savefig("inflacion_vs_derechos.png", dpi=600, bbox_inches="tight")

# Escala logarítmica
plt.figure()
plt.loglog(x, y, lw=0, marker="o")
plt.loglog(x, 10**intercept*x**slope)
plt.text(10, 20, "$y = %.4f\, x  %.4f $" % (slope, intercept))
plt.text(10, 10, "$R^2 = %.4f$" % (r_value**2))
plt.xlabel("Número de derechos")
plt.ylabel("Inflación")
plt.savefig("inflacion_vs_derechos-log.png", dpi=600, bbox_inches="tight")