Další kroky – II

Analýza teplotních dat odhalila několik možných příčin zpoždění a rušení letů. Tvůj klient však trvá na tom, že vzorce příletů v Bostonu ovlivňuje viditelnost a vítr, nikoli teplota. Než budeš pokračovat, budeš muset shromáždit další data.

Po důkladném průzkumu jsi našel/a relevantní data o týdenních průměrech viditelnosti a rychlosti větru v oblasti Bostonu. Které z následujících kroků bys provedl/a před sloučením těchto dat s existujícím měsíčním xts objektem flights_temps?

1. Zakóduj data do xts objektu s časovým indexem.
2. Převeď data na měsíční periodicitu pomocí to.period() s prvním pozorováním za týden.
3. Zkontroluj, že každý datový objekt obsahuje pouze jeden sloupec informací.
4. Převeď data na měsíční periodicitu pomocí split() a lapply() pro výpočet měsíčních průměrů.
5. Před použitím merge() ověř periodicitu a délku svých xts objektů.
6. Před použitím merge() odstraň z flights_temps stávající teplotní data.