LoslegenKostenlos loslegen

Zeitreihentrends berechnen

Eine der nützlichsten Eigenschaften von xts-Objekten ist, dass du einfache mathematische Berechnungen über die Zeit hinweg durchführen kannst. In deinen Flugdaten wäre eine wichtige Kennzahl der prozentuale Anteil der Flüge, die pro Monat verspätet, annulliert oder umgeleitet wurden.

In dieser Übung erzeugst du mit deinen Daten eine neue Zeitreihen-Spalte, die den prozentualen Anteil der Flüge zeigt, die jeden Monat verspätet in Boston ankommen. Danach erstellst du ein Diagramm für diese Kennzahl und berechnest anschließend zusätzliche Kennzahlen für Annullierungen und Umleitungen.

Diese Übung ist Teil des Kurses

Fallstudie: Zeitreihendaten von Städten in R analysieren

Kurs anzeigen

Anleitung zur Übung

  • Verwende einfache mathematische Ausdrücke auf flights_xts, um den prozentualen Anteil verspäteter Flüge pro Monat zu berechnen. Speichere das Ergebnis als neue Spalte pct_delay in flights_xts.
  • Nutze plot.xts(), um den prozentualen Anteil verspäteter Flüge pro Monat zu visualisieren.
  • Wiederhole die obige Berechnung, um zwei weitere Spalten in deinem xts-Objekt zu erzeugen — pct_cancel und pct_divert — für annullierte bzw. umgeleitete Flüge.
  • Verwende plot.zoo(), um alle drei Trends gemeinsam anzuzeigen. Dazu musst du einen Teilbereich von flights_xts mit den drei soeben erzeugten Spalten auswählen.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# 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("___", "___", "___")])
Code bearbeiten und ausführen