ComenzarEmpieza gratis

Visualizar los inviernos de Boston

En el capítulo anterior descubriste que un porcentaje mucho mayor de vuelos se retrasa o cancela en Boston durante el invierno. Parece lógico que la temperatura sea un factor importante. ¿Quizá las temperaturas más frías se asocian con un mayor porcentaje de retrasos o cancelaciones?

En este ejercicio, evaluarás la plausibilidad de esta hipótesis trazando la evolución de la temperatura a lo largo del tiempo y generando una visión general de los inviernos de Boston.

Este ejercicio forma parte del curso

Estudio de caso: Análisis de series temporales de una ciudad en R

Ver curso

Instrucciones del ejercicio

  • Antes de graficar, comprueba la periodicidad y la duración de tus datos con periodicity(). Conocer la periodicidad te ayudará a interpretar tus datos y te será útil a medida que avances.
  • Usa plot.xts() para generar un gráfico de la temperatura media de Boston (temps_xts$mean) para todo el periodo de tus datos.
  • Genera otro gráfico de la temperatura media de Boston desde noviembre de 2010 hasta abril de 2011 (ambos inclusive).
  • Usa plot.zoo() para replicar tu último gráfico incluyendo las otras columnas de tus datos (en este caso, temperatura min y max). Especifica plot.type como "single" para incluir las tres líneas en el mismo panel. No cambies el argumento lty ya escrito.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Identify the periodicity of temps_xts


# Generate a plot of mean Boston temperature for the duration of your data
plot.xts(___)

# Generate a plot of mean Boston temperature from November 2010 through April 2011
plot.xts(___["___/___"])

# Use plot.zoo to generate a single plot showing mean, max, and min temperatures during the same period 
plot.zoo(___["___/___"], plot.type = "___", lty = lty)
Editar y ejecutar código