CommencezCommencez gratuitement

Décaler le taux de chômage

Comme les tendances économiques peuvent mettre du temps à influencer le tourisme, il peut être utile de décaler vos données de chômage avant d'aller plus loin dans l'analyse.

Générer un décalage dans xts est simple avec la commande lag(), qui exige de préciser les données à décaler (l'argument x) et une valeur k pour déterminer la direction et l'ampleur du décalage.

Faites attention à conserver une mise en forme cohérente. R de base et le paquet zoo exigent de préciser un décalage avec une valeur négative, de sorte qu'un décalage de 1 s'exprime avec "-1" (et un avance de 1 s'exprime, de façon contre‑intuitive, avec "1"). À l'inverse, le paquet xts précise les décalages avec une valeur positive, de sorte qu'un décalage de 1 s'exprime avec "1" (et une avance de 1 avec "-1").

Cette activité fait partie du cours

Étude de cas : analyser des séries chronologiques urbaines en R

Voir le cours

Instructions de l’exercice

  • Utilisez lag() pour générer un décalage d'un mois du chômage américain. Pour un décalage d'un mois avec des données mensuelles, il suffit de fixer l'argument k à 1. N'oubliez pas que votre objet unemployment contient des séries temporelles sur le chômage aux États‑Unis (us) et au Massachusetts (ma). Vous devrez préciser quelle colonne vous souhaitez décaler. Enregistrez ce nouvel objet xts sous le nom us_monthlag.
  • Utilisez un autre appel à lag() pour générer un décalage d'un an du chômage américain. Là encore, assurez‑vous d'indiquer la bonne colonne dans unemployment et la valeur k appropriée pour produire un décalage sur une année entière. Enregistrez ce nouvel objet xts sous le nom us_yearlag.
  • Utilisez merge() pour combiner vos données de chômage originales (unemployment) avec vos nouveaux décalages (us_monthlag et us_yearlag). Enregistrez ces données combinées sous le nom unemployment_lags.
  • Utilisez head() pour afficher les 15 premières lignes de unemployment_lags.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create a one month lag of US unemployment
us_monthlag <- lag(___$___, k = ___)

# Create a one year lag of US unemployment
us_yearlag <- 

# Merge your original data with your new lags 
unemployment_lags <- merge(unemployment, ___, ___)

# View the first 15 rows of unemployment_lags
Modifier et exécuter le code