Que nous indique l'indice temporel?
Certaines données sont naturellement espacées de façon régulière dans le temps. La série chronologique discrete_data illustrée dans la figure du haut compte 20 observations, avec une observation à chacun des indices de temps discrets de 1 à 20. Un index temporel discret convient à discrete_data.
La série chronologique continuous_series illustrée dans la figure du bas compte aussi 20 observations. Elle suit le même motif périodique que discrete_data, mais ses observations ne sont pas régulièrement espacées. Ses première, deuxième et dernière observations ont été relevées aux temps 1.210322, 1.746137 et 20.180524, respectivement. Un index temporel continu est naturel pour continuous_series. Toutefois, les observations sont approximativement espacées de façon régulière, à raison d'environ 1 observation par unité de temps. Examinons l'utilisation d'un index temporel discret pour continuous_series.
Cette activité fait partie du cours
Analyse des séries chronologiques en R
Instructions de l’exercice
- Utilisez
plot(___, ___, type = "b")pour affichercontinuous_seriesen fonction decontinuous_time_index, son index temporel continu. - Créez un vecteur 1:20 à utiliser comme index temporel discret.
- Utilisez maintenant
plot(___, ___, type = "b")pour affichercontinuous_seriesen fonction dediscrete_time_index. - Notez les différentes divergences entre les figures obtenues, mais l'approximation semble raisonnable, car la tendance générale est conservée.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Plot the continuous_series using continuous time indexing
par(mfrow=c(2,1))
plot(continuous_time_index,___, type = "b")
# Make a discrete time index using 1:20
discrete_time_index <-
# Now plot the continuous_series using discrete time indexing
plot(discrete_time_index,___, type = "b")