CommencerCommencer gratuitement

Manipuler les données de chômage du MA

Vous avez désormais ajouté des retards, des différences et des valeurs glissantes à vos données de PIB et de chômage américain. Il est temps d’appliquer ces compétences à votre projet.

Rappelez-vous que votre client veut des informations utiles pour l’industrie du tourisme à Boston. En plus des données sur l’économie américaine en général, il peut être utile de préparer des indicateurs pertinents pour vos données économiques du Massachusetts.

Dans cet exercice, vous allez utiliser vos compétences de manipulation de séries temporelles pour générer : un retard d’un an, une différence d’ordre 1 sur six mois, une moyenne mobile sur six mois et un maximum mobile sur un an du taux de chômage du MA. Votre client vous attend !

Cet exercice fait partie du cours

Étude de cas : analyser des séries temporelles urbaines en R

Afficher le cours

Instructions

  • Utilisez lag() pour générer un retard d’un an du taux de chômage du MA (présent dans la colonne ma de vos données mensuelles unemployment). N’oubliez pas de fixer l’argument k au nombre d’observations correspondant à une année. Enregistrez cet indicateur dans vos données unemployment sous le nom ma_yearlag.
  • Utilisez diff() pour générer une différence d’ordre 1 sur six mois du taux de chômage du MA. N’oubliez pas de spécifier la bonne colonne dans vos données unemployment. Enregistrez cet indicateur dans vos données unemployment sous le nom ma_sixmonthdiff.
  • Mesurez la moyenne mobile sur six mois du chômage du MA avec rollapply(). Veillez à indiquer la spécification appropriée pour les arguments width et FUN. Enregistrez cet indicateur dans vos données unemployment sous le nom ma_sixmonthavg.
  • Mesurez le « pic » du chômage sur l’année écoulée avec un autre appel à rollapply() en spécifiant correctement l’argument width. Cette fois, définissez l’argument FUN à max. Enregistrez cet indicateur final dans vos données unemployment sous le nom ma_yearmax.
  • Utilisez tail() pour afficher la dernière année de données unemployment (n = 12).

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Add a one-year lag of MA unemployment
unemployment$ma_yearlag <- 

# Add a six-month difference of MA unemployment
unemployment$ma_sixmonthdiff <- 

# Add a six-month rolling average of MA unemployment
unemployment$ma_sixmonthavg <- 
  
# Add a yearly rolling maximum of MA unemployment
unemployment$ma_yearmax <- 

# View the last year of unemployment data
Modifier et exécuter le code