ComenzarEmpieza gratis

Explorar datos de desempleo

Ahora que has repasado los pasos básicos para tratar datos faltantes, puedes examinar y limpiar nuevas series temporales sobre la marcha con más facilidad.

En este ejercicio, practicarás un poco más explorando, limpiando y representando datos de desempleo, tanto en Estados Unidos en general como en Massachusetts (MA) en particular. Tienes en tu espacio de trabajo un objeto xts con estos datos, unemployment.

Este ejercicio forma parte del curso

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

Ver curso

Instrucciones del ejercicio

  • Consulta información resumida de tus datos unemployment con summary(). Fíjate bien en el número de NA's que aparecen en el resultado. Ten en cuenta también que los valores min y max de tu índice temporal indican el periodo cubierto por tus datos.
  • Usa na.approx() para eliminar los valores faltantes de tus datos de desempleo mediante interpolación lineal. Guarda estos valores de nuevo en tu objeto unemployment.
  • Usa plot.zoo() para representar tus datos de unemployment. Especifica plot.type como "single" para colocar en la misma gráfica tanto los datos de todo EE. UU. como los específicos de Massachusetts. Mantén el argumento lty y la llamada a legend() tal como están.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# View a summary of your unemployment data


# Use na.approx to remove missing values in unemployment data
unemployment <- 

# Plot new unemployment data
plot.zoo(___, plot.type = "___", lty = lty)
legend("topright", lty = lty, legend = labels, bg = "white")
Editar y ejecutar código