LoslegenKostenlos loslegen

Deine Daten erweitern

Jetzt, da du den Workflow für Zeitreihen gut im Griff hast, kannst du die Hypothese prüfen, dass Flugverspätungen von Sichtweite und Wind abhängen.

In dieser Übung fügst du deinem xts-Objekt ein paar weitere Spalten hinzu, indem du Daten zur monatlichen durchschnittlichen Sichtweite (vis) und zu Windgeschwindigkeiten (wind) im Großraum Boston von 2010 bis 2015 zusammenführst. Diese Daten stammen aus derselben Quelle wie deine Temperaturdaten, wurden aber bereits aufbereitet und in xts umgewandelt, damit du es leichter hast.

Das ist ähnlich wie zuvor, aber diesmal gibt es weniger vorgegebenen Code. Dein xts-Arbeitsobjekt flights_temps steht in deinem Workspace bereit.

Diese Übung ist Teil des Kurses

Fallstudie: Zeitreihendaten von Städten in R analysieren

Kurs anzeigen

Anleitung zur Übung

  • Deine erste Aufgabe ist wie immer, die Periodizität und Dauer deiner vis- und wind-Daten zu prüfen, und zwar mit zwei Aufrufen von periodicity().
  • Sobald du bestätigt hast, dass vis und wind dieselbe Periodizität und Dauer wie deine bestehenden Daten haben, verwende merge(), um alle drei Objekte zu einem einzelnen xts-Objekt zu kombinieren: flights_weather. Um konsistent zu bleiben, führe die Daten in folgender Reihenfolge zusammen: flights_temps, vis, wind.
  • Verwende head(), um dir die ersten Zeilen von flights_weather anzusehen und sicherzustellen, dass das Zusammenführen erfolgreich war.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Confirm the periodicity and duration of the vis and wind data



# Merge vis and wind with your existing flights_temps data
flights_weather <- 

# View the first few rows of your flights_weather data
Code bearbeiten und ausführen