डेटा के युग्मों का प्लॉट बनाना
टाइम सीरीज़ डेटा को अक्सर टाइम सीरीज़ प्लॉट में दिखाया जाता है। उदाहरण के लिए, eu_stocks डेटासेट के इंडेक्स वैल्यूज़ साथ वाली फ़िगर में दिखाई गई हैं। याद करें, eu_stocks में 1991-1998 के बीच जर्मनी (DAX), स्विट्ज़रलैंड (SMI), फ्रांस (CAC), और UK (FTSE) के प्रमुख स्टॉक इंडेक्स के दैनिक क्लोज़िंग प्राइसेज़ हैं।
टाइम सीरीज़ के जोड़ों के बीच द्विविध (bivariate) संबंध देखना भी उपयोगी होता है। इस अभ्यास में हम समकालिक (contemporaneous) संबंध पर विचार करेंगे, यानी एक ही समय पर होने वाले ऑब्ज़र्वेशन को मिलाकर, इंडेक्स वैल्यूज़ के जोड़ों और उनके लॉग रिटर्न्स के बीच। जब दो टाइम सीरीज़ के नाम a और b इनपुट दिए जाते हैं, तो plot(a, b) फंक्शन एक स्कैटरप्लॉट बनाता है।
कई एसेट्स के सभी जोड़ों के लिए एक साथ स्कैटरप्लॉट बनाने के लिए pairs() फंक्शन का उपयोग करके स्कैटरप्लॉट मैट्रिक्स बनाया जा सकता है। जब प्राइसेज़ या इंडेक्स वैल्यूज़ में साझा टाइम ट्रेंड मौजूद हों, तो अक्सर उनकी रिटर्न्स या लॉग रिटर्न्स की तुलना करना बेहतर होता है।
इस अभ्यास में, आप eu_stocks डेटा पर ये स्किल्स अभ्यास करेंगे। क्योंकि DAX और FTSE रिटर्न्स का टाइम कवरेज मिलता-जुलता है, आप आसानी से इन इंडेक्स का स्कैटरप्लॉट बना सकते हैं। ध्यान दें कि नॉर्मल डिस्ट्रीब्यूशन में समान प्रायिकता वाले दीर्घवृत्तीय (elliptical) कॉन्टूर्स होते हैं, और मल्टीवेरिएट नॉर्मल डिस्ट्रीब्यूशन से निकले डेटा के जोड़े लगभग दीर्घवृत्त के आकार का पॉइंट क्लाउड बनाते हैं। क्या स्कैटरप्लॉट मैट्रिसेज़ में किसी जोड़े में यह पैटर्न दिखता है, लॉग ट्रांसफॉर्मेशन से पहले या बाद में?
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Time Series Analysis
अभ्यास निर्देश
plot()का उपयोग करकेDAXऔरFTSEका स्कैटरप्लॉट बनाएँ।pairs()का उपयोग करकेeu_stocksके चारों इंडेक्स का स्कैटरप्लॉट मैट्रिक्स बनाएँ।diff(log(___))का उपयोग करकेeu_stocksसेlogreturnsजनरेट करें।plot()की एक और कॉल सेlogreturnsका एक सिंपल टाइम सीरीज़ प्लॉट बनाएँ।pairs()की एक और कॉल सेlogreturnsके लिए स्कैटरप्लॉट मैट्रिक्स बनाएँ।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Make a scatterplot of DAX and FTSE
plot(___, ___)
# Make a scatterplot matrix of eu_stocks
pairs(___)
# Convert eu_stocks to log returns
logreturns <-
# Plot logreturns
# Make a scatterplot matrix of logreturns