1. Learn
    2. /
  2. कोर्स
    3. /
  3. Forecasting v R
Connected

अभ्यास

Sezónní grafy

Kromě časových grafů existují i další užitečné způsoby vizualizace dat, které pomáhají zvýraznit sezónní vzory a sledovat jejich vývoj v čase.

  • Sezónní graf je podobný časovému grafu s tím rozdílem, že data jsou vynesena oproti jednotlivým „sezónám", ve kterých byla pozorována. Vytvoříš ho pomocí funkce ggseasonplot() stejným způsobem jako při použití autoplot().
  • Zajímavou variantou sezónního grafu je použití polárních souřadnic, kde je časová osa kruhová místo vodorovné. Stačí přidat argument polar a nastavit ho na TRUE.
  • Graf podřad se skládá z miniaturních časových grafů pro každou sezónu. Průměr pro každou sezónu je zde znázorněn modrou vodorovnou čárou.

Jedním ze způsobů, jak rozdělit časovou řadu, je použití funkce window(), která z objektu x extrahuje podmnožinu pozorovanou v časovém rozmezí start a end.

> window(x, start = NULL, end = NULL)

V tomto cvičení načteš balíček fpp2 a použiješ dvě jeho datové sady:

  • a10 obsahuje měsíční objemy prodeje antidiabetických léků v Austrálii. Dokážeš z grafů určit, který měsíc má každý rok nejvyšší objem prodeje? Co je neobvyklého na výsledcích z března a dubna 2008?
  • ausbeer obsahuje čtvrtletní produkci piva v Austrálii. Co se děje s produkcí piva ve čtvrtém čtvrtletí?

Tyto příklady ti pomohou lépe pochopit, jak takové grafy vypadají a k čemu jsou užitečné.

निर्देश

100 XP
  • Pomocí library() načti balíček fpp2.
  • Pomocí autoplot() a ggseasonplot() vytvoř grafy pro data a10.
  • Pomocí funkce ggseasonplot() a jejího argumentu polar vytvoř graf v polárních souřadnicích pro data a10.
  • Pomocí funkce window() vyfiltruj z dat ausbeer pouze záznamy počínaje rokem 1992.
  • Nakonec pomocí autoplot() a ggsubseriesplot() vytvoř grafy pro řadu beer.