1. Učit se
  2. /
  3. Projekty
  4. /
  5. Případová studie: Analýza časových řad městských dat v R

Connected

cvičení

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.

Pokyny

50 XP

Možné odpovědi