Memanipulasi data pengangguran MA
Sekarang setelah Anda menambahkan lag, diferensi, dan nilai rolling pada data PDB dan pengangguran AS, saatnya menerapkan keterampilan ini pada tugas Anda.
Ingat bahwa klien Anda menginginkan informasi yang relevan bagi industri pariwisata Boston. Selain data tentang perekonomian AS secara umum, akan membantu jika Anda menyiapkan beberapa indikator yang relevan untuk data ekonomi Massachusetts.
Dalam latihan ini, Anda akan menggunakan keterampilan manipulasi deret waktu untuk menghasilkan: lag satu tahun, diferensi orde pertama enam bulan, rata-rata bergulir enam bulan, dan nilai maksimum bergulir satu tahun pada tingkat pengangguran MA. Klien Anda menunggu!
Latihan ini adalah bagian dari kursus
Studi Kasus: Menganalisis Data Deret Waktu Kota di R
Petunjuk latihan
- Gunakan
lag()untuk menghasilkan lag satu tahun dari tingkat pengangguran MA (tersimpan dalam kolommapada data bulananunemploymentAnda). Ingat untuk mengatur argumenksama dengan jumlah observasi selama satu tahun. Simpan indikator ini ke dataunemploymentAnda sebagaima_yearlag. - Gunakan
diff()untuk menghasilkan diferensi orde pertama enam bulan pada tingkat pengangguran MA. Ingat untuk menentukan kolom yang benar dalam dataunemploymentAnda. Simpan indikator ini ke dataunemploymentAnda sebagaima_sixmonthdiff. - Ukur rata-rata bergulir enam bulan dari pengangguran MA menggunakan
rollapply(). Pastikan memberikan spesifikasi yang sesuai untuk argumenwidthdanFUN. Simpan indikator ini ke dataunemploymentAnda sebagaima_sixmonthavg. - Ukur "high water mark" (nilai puncak) pengangguran selama setahun terakhir menggunakan pemanggilan
rollapply()lainnya dengan spesifikasi argumenwidthyang sesuai. Kali ini, atur argumenFUNmenjadimax. Simpan indikator terakhir ini ke dataunemploymentAnda sebagaima_yearmax. - Gunakan
tail()untuk melihat dataunemploymentselama satu tahun terakhir (n = 12).
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Add a one-year lag of MA unemployment
unemployment$ma_yearlag <-
# Add a six-month difference of MA unemployment
unemployment$ma_sixmonthdiff <-
# Add a six-month rolling average of MA unemployment
unemployment$ma_sixmonthavg <-
# Add a yearly rolling maximum of MA unemployment
unemployment$ma_yearmax <-
# View the last year of unemployment data