CommencerCommencer gratuitement

Calculer des tendances de séries temporelles

L’un des atouts majeurs des objets xts est de pouvoir effectuer simplement des opérations mathématiques dans le temps. Dans vos données de vols, un indicateur utile à calculer est le pourcentage de vols retardés, annulés ou déroutés chaque mois.

Dans cet exercice, vous allez créer une nouvelle colonne de série temporelle contenant le pourcentage de vols arrivant en retard à Boston chaque mois. Vous tracerez ensuite ce métrique, puis calculerez d’autres indicateurs pour les annulations et les déroutements.

Cet exercice fait partie du cours

Étude de cas : analyser des séries temporelles urbaines en R

Afficher le cours

Instructions

  • Utilisez des expressions mathématiques simples sur flights_xts pour calculer le pourcentage de vols retardés chaque mois. Enregistrez-le dans une nouvelle colonne de flights_xts appelée pct_delay.
  • Utilisez plot.xts() pour visualiser le pourcentage de vols retardés chaque mois.
  • Reprenez le même calcul pour produire deux colonnes supplémentaires dans votre objet xts — pct_cancel et pct_divert — pour les vols annulés et déroutés, respectivement.
  • Utilisez plot.zoo() pour visualiser les trois tendances ensemble. Pour cela, vous devrez sélectionner un sous-ensemble des données flights_xts contenant les trois colonnes que vous venez de créer.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Calculate percentage of flights delayed each month: pct_delay
flights_xts$pct_delay <- (___ / ___) * 100

# Use plot.xts() to view pct_delay over time


# Calculate percentage of flights cancelled each month: pct_cancel


# Calculate percentage of flights diverted each month: pct_divert


# Use plot.zoo() to view all three trends over time
plot.zoo(x = ___[ , c("___", "___", "___")])
Modifier et exécuter le code