CommencerCommencer gratuitement

Graphiques saisonniers

En complément des graphiques temporels, il existe d’autres façons utiles de représenter les données pour mettre en évidence les schémas saisonniers et montrer leur évolution dans le temps.

  • Un graphique saisonnier ressemble à un graphique temporel, sauf que les données sont tracées par « saisons » individuelles correspondant aux périodes d’observation. Vous pouvez en créer un avec la fonction ggseasonplot() de la même manière que vous utilisez autoplot().
  • Une variante intéressante du graphique saisonnier utilise des coordonnées polaires, où l’axe du temps est circulaire plutôt qu’horizontal ; pour en créer un, ajoutez simplement l’argument polar et définissez-le à TRUE.
  • Un graphique de sous-séries est composé de mini graphiques temporels pour chaque saison. Ici, la moyenne de chaque saison est indiquée par une ligne horizontale bleue.

Une façon de scinder une série temporelle consiste à utiliser la fonction window(), qui extrait un sous-ensemble de l’objet x observé entre les instants start et end.

> window(x, start = NULL, end = NULL)

Dans cet exercice, vous allez charger le package fpp2 et utiliser deux de ses jeux de données :

  • a10 contient les volumes mensuels de ventes de médicaments antidiabétiques en Australie. Dans les graphiques, pouvez-vous repérer quel mois affiche le volume de ventes le plus élevé chaque année ? Qu’y a-t-il d’inhabituel en mars et avril 2008 ?
  • ausbeer contient la production trimestrielle de bière en Australie. Que se passe-t-il pour la production de bière au 4e trimestre ?

Ces exemples vous aideront à visualiser ces graphiques et à comprendre en quoi ils peuvent être utiles.

Cet exercice fait partie du cours

Prévision en R

Afficher le cours

Instructions

  • Utilisez library() pour charger le package fpp2.
  • Utilisez autoplot() et ggseasonplot() pour produire des graphiques des données a10.
  • Utilisez la fonction ggseasonplot() et son argument polar pour produire un graphique en coordonnées polaires pour les données a10.
  • Utilisez la fonction window() pour ne considérer que les données ausbeer à partir de 1992.
  • Enfin, utilisez autoplot() et ggsubseriesplot() pour produire des graphiques de la série beer.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Load the fpp2 package
___

# Create plots of the a10 data
___
___

# Produce a polar coordinate season plot for the a10 data
ggseasonplot(___, polar = ___)

# Restrict the ausbeer data to start in 1992
beer <- ___(___, ___)

# Make plots of the beer data
___
___
Modifier et exécuter le code