CommencerCommencer gratuitement

Décaler le chômage

Étant donné que les tendances économiques peuvent mettre du temps à influencer le tourisme, il peut être utile de décaler vos données de chômage avant de poursuivre l’analyse.

Générer un décalage avec xts est simple grâce à la fonction lag(), qui exige que vous indiquiez les données à décaler (l’argument x) et une valeur k pour définir la direction et l’ampleur du décalage.

Veillez à rester cohérent dans le format. Base R et le package zoo exigent de spécifier un décalage avec une valeur négative, de sorte qu’un décalage de 1 s’exprime avec "-1" (et, contre-intuitivement, une avance de 1 s’exprime avec "1"). À l’inverse, le package xts spécifie les décalages avec une valeur positive, de sorte qu’un décalage de 1 s’exprime avec "1" (et une avance de 1 s’exprime avec "-1").

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 décalage d’un mois du chômage américain. Pour un décalage d’un mois avec des données mensuelles, définissez simplement l’argument k à 1. N’oubliez pas que votre objet unemployment contient des séries temporelles sur le chômage aux États-Unis (us) et dans le 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 d’origine (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 cet exemple de code.

# 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