टाइम इंडेक्स हमें क्या बताता है?
कुछ डेटा स्वाभाविक रूप से समय के हिसाब से बराबर दूरी पर होते हैं। ऊपर वाले चित्र में दिखाया गया टाइम सीरीज़ discrete_data में 20 observations हैं, जहाँ 1 से 20 तक हर discrete टाइम इंडेक्स पर एक observation आता है। discrete_data के लिए discrete टाइम इंडेक्सिंग उपयुक्त है।
नीचे वाले चित्र में दिखाया गया टाइम सीरीज़ continuous_series में भी 20 observations हैं। यह discrete_data जैसा ही periodic पैटर्न फॉलो कर रहा है, लेकिन इसकी observations बराबर दूरी पर नहीं हैं। इसकी पहली, दूसरी, और आख़िरी observations क्रमशः समय 1.210322, 1.746137, और 20.180524 पर दर्ज हुई थीं। continuous_series के लिए continuous टाइम इंडेक्सिंग स्वाभाविक है, हालाँकि observations लगभग बराबर दूरी पर हैं, यानी प्रति टाइम यूनिट लगभग 1 observation। आइए continuous_series के लिए discrete टाइम इंडेक्सिंग का उपयोग करके जाँच करें।
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Time Series Analysis
अभ्यास निर्देश
plot(___, ___, type = "b")का उपयोग करकेcontinuous_seriesको उसके continuous टाइम इंडेक्सcontinuous_time_indexके विरुद्ध दिखाएँ।- एक वेक्टर 1:20 बनाएँ जिसे discrete टाइम इंडेक्स के रूप में उपयोग किया जाएगा।
- अब
plot(___, ___, type = "b")का उपयोग करकेcontinuous_seriesकोdiscrete_time_indexके विरुद्ध दिखाएँ। - परिणामी चित्रों के बीच के विभिन्न अंतर नोट करें, लेकिन यह approximation उचित लगता है क्योंकि समग्र ट्रेंड बना रहता है।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Plot the continuous_series using continuous time indexing
par(mfrow=c(2,1))
plot(continuous_time_index,___, type = "b")
# Make a discrete time index using 1:20
discrete_time_index <-
# Now plot the continuous_series using discrete time indexing
plot(discrete_time_index,___, type = "b")