1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Analýza časových řad v R
Connected

cvičení

Co nám říká časový index?

Některá data jsou přirozeně rovnoměrně rozložena v čase. Časová řada discrete_data zobrazená v horním grafu má 20 pozorování – každé odpovídá jednomu diskrétnímu časovému indexu v rozsahu 1 až 20. Pro discrete_data je diskrétní časové indexování vhodné.

Časová řada continuous_series zobrazená v dolním grafu má také 20 pozorování a sleduje stejný periodický vzor jako discrete_data, ale její pozorování nejsou rovnoměrně rozložena. První, druhé a poslední pozorování byla zaznamenána v časech 1,210322, 1,746137 a 20,180524. Pro continuous_series je přirozené spojité časové indexování, přičemž pozorování jsou přibližně rovnoměrně rozložena – přibližně 1 pozorování na časovou jednotku. Pojďme prozkoumat, jak se projeví použití diskrétního časového indexování pro continuous_series.

Pokyny

100 XP
  • Pomocí plot(___, ___, type = "b") vykresli continuous_series oproti continuous_time_index, tedy jejímu spojitému časovému indexu.
  • Vytvoř vektor 1:20, který použiješ jako diskrétní časový index.
  • Teď pomocí plot(___, ___, type = "b") vykresli continuous_series oproti discrete_time_index.
  • Všimni si různých rozdílů mezi výslednými grafy – aproximace se ale zdá rozumná, protože celkový trend zůstal zachován.