MulaiMulai sekarang secara gratis

Lag pada tingkat pengangguran

Mengingat tren ekonomi mungkin membutuhkan waktu untuk memengaruhi pariwisata, akan berguna untuk memberi lag pada data pengangguran Anda sebelum melanjutkan analisis.

Membuat lag di xts mudah dilakukan dengan perintah lag(), yang mengharuskan Anda menentukan data yang akan digeser (argumen x) dan nilai k untuk menentukan arah dan skala pergeseran.

Berhati-hatilah agar format Anda konsisten. Base R dan paket zoo mengharuskan Anda menentukan lag dengan nilai negatif, sehingga lag 1 dinyatakan dengan "-1" (dan lead 1 secara kontraintuitif dinyatakan dengan "1"). Sebaliknya, paket xts menentukan lag dengan nilai positif, sehingga lag 1 dinyatakan dengan "1" (dan lead 1 dinyatakan dengan "-1").

Latihan ini adalah bagian dari kursus

Studi Kasus: Menganalisis Data Deret Waktu Kota di R

Lihat Kursus

Petunjuk latihan

  • Gunakan lag() untuk menghasilkan lag satu bulan pada pengangguran AS. Untuk lag satu bulan pada data bulanan, cukup setel argumen k sama dengan 1. Ingat bahwa objek unemployment Anda berisi data deret waktu tentang pengangguran AS (us) dan pengangguran MA (ma). Anda perlu menentukan kolom mana yang ingin Anda beri lag. Simpan objek xts baru ini sebagai us_monthlag.
  • Gunakan pemanggilan lag() lain untuk menghasilkan lag satu tahun pada pengangguran AS. Sekali lagi, pastikan Anda menentukan kolom yang benar di unemployment dan nilai k yang sesuai untuk menghasilkan lag selama satu tahun penuh. Simpan objek xts baru ini sebagai us_yearlag.
  • Gunakan merge() untuk menggabungkan data pengangguran asli Anda (unemployment) dengan lag baru Anda (us_monthlag dan us_yearlag). Simpan data gabungan ini sebagai unemployment_lags.
  • Gunakan head() untuk menampilkan 15 baris pertama dari unemployment_lags.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Create a one month lag of US unemployment
us_monthlag <- lag(___$___, k = ___)

# Create a one year lag of US unemployment
us_yearlag <- 

# Merge your original data with your new lags 
unemployment_lags <- merge(unemployment, ___, ___)

# View the first 15 rows of unemployment_lags
Edit dan Jalankan Kode