MulaiMulai sekarang secara gratis

Memvisualisasikan musim dingin di Boston

Pada bab sebelumnya, Anda menemukan bahwa persentase penerbangan yang tertunda atau dibatalkan di Boston jauh lebih tinggi saat musim dingin. Secara logis, suhu tampaknya merupakan faktor penting. Mungkin suhu yang lebih dingin berkaitan dengan persentase keterlambatan atau pembatalan penerbangan yang lebih tinggi?

Dalam latihan ini, Anda akan menilai kewajaran hipotesis tersebut dengan memplot tren suhu dari waktu ke waktu dan membuat gambaran visual musim dingin di Boston.

Latihan ini adalah bagian dari kursus

Studi Kasus: Menganalisis Data Deret Waktu Kota di R

Lihat Kursus

Petunjuk latihan

  • Sebelum memplot, periksa periodisitas dan rentang durasi data Anda menggunakan periodicity(). Mengetahui periodisitas akan membantu Anda menafsirkan data dan akan berguna saat Anda melanjutkan.
  • Gunakan plot.xts() untuk membuat plot suhu rata-rata Boston (temps_xts$mean) sepanjang durasi data Anda.
  • Buat plot lain untuk suhu rata-rata Boston dari November 2010 hingga April 2011 (inklusif).
  • Gunakan plot.zoo() untuk mereplikasi plot terakhir Anda sambil menyertakan kolom lain dalam data (dalam hal ini, suhu min dan max). Tentukan plot.type sebagai "single" agar ketiga garis berada pada panel yang sama. Jangan mengubah argumen lty yang sudah disediakan.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Identify the periodicity of temps_xts


# Generate a plot of mean Boston temperature for the duration of your data
plot.xts(___)

# Generate a plot of mean Boston temperature from November 2010 through April 2011
plot.xts(___["___/___"])

# Use plot.zoo to generate a single plot showing mean, max, and min temperatures during the same period 
plot.zoo(___["___/___"], plot.type = "___", lty = lty)
Edit dan Jalankan Kode