CommencerCommencer gratuitement

Explorer les données sur le chômage

Maintenant que vous avez revu les étapes de base pour gérer les données manquantes, vous pouvez examiner et nettoyer plus facilement de nouvelles séries temporelles à la volée.

Dans cet exercice, vous allez vous entraîner en explorant, nettoyant et traçant des données sur le chômage, aux États-Unis en général et dans le Massachusetts (MA) en particulier. Un objet xts contenant ces données, unemployment, est disponible dans votre espace de travail.

Cet exercice fait partie du cours

Étude de cas : analyser des séries temporelles urbaines en R

Afficher le cours

Instructions

  • Affichez les informations de synthèse de vos données unemployment avec summary(). Portez une attention particulière au nombre de NA's indiqué dans votre résultat. Notez également que les valeurs min et max de votre index temporel vous indiquent la période couverte par vos données.
  • Utilisez na.approx() pour supprimer les valeurs manquantes de vos données de chômage par interpolation linéaire. Enregistrez ces valeurs dans votre objet unemployment.
  • Utilisez plot.zoo() pour tracer vos données unemployment. Indiquez plot.type à "single" pour afficher à la fois les données nationales (US) et celles du Massachusetts sur le même graphique. Conservez l’argument lty et l’appel à legend() tels quels.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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")
Modifier et exécuter le code