Výpočet trendů v časových řadách

Jedna z nejužitečnějších vlastností objektů xts je možnost provádět jednoduché matematické výpočty napříč časem. V datech o letech se nabízí zajímavá metrika: procentuální podíl letů, které přiletěly se zpožděním, byly zrušeny nebo přesměrovány v každém měsíci.

V tomto cvičení využiješ svá data k vytvoření nového sloupce časové řady s procentuálním podílem letů, které přiletěly do Bostonu se zpožděním. Tuto metriku si pak vizualizuješ v grafu a následně vypočítáš další ukazatele týkající se zrušených a přesměrovaných letů.

Toto cvičení je součástí kurzu

Případová studie: Analýza časových řad městských dat v R

Zobrazit kurz

Pokyny k cvičení

Pomocí jednoduchých matematických výrazů aplikovaných na flights_xts vypočítej procentuální podíl zpožděných letů za každý měsíc. Výsledek ulož jako nový sloupec flights_xts s názvem pct_delay.
Pomocí plot.xts() si zobraz procentuální podíl zpožděných letů v každém měsíci.
Stejný výpočet zopakuj pro dva další sloupce v objektu xts – pct_cancel a pct_divert – pro zrušené, resp. přesměrované lety.
Pomocí plot.zoo() zobraz všechny tři trendy najednou. K tomu bude potřeba vybrat z flights_xts podmnožinu dat obsahující tři sloupce, které jsi právě vytvořil/a.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Calculate percentage of flights delayed each month: pct_delay
flights_xts$pct_delay <- (___ / ___) * 100

# Use plot.xts() to view pct_delay over time


# Calculate percentage of flights cancelled each month: pct_cancel


# Calculate percentage of flights diverted each month: pct_divert


# Use plot.zoo() to view all three trends over time
plot.zoo(x = ___[ , c("___", "___", "___")])

Upravit a spustit kód