Plot musiman
Selain plot waktu, ada cara lain yang berguna untuk memvisualisasikan data guna menonjolkan pola musiman dan memperlihatkan perubahan pola tersebut dari waktu ke waktu.
- Plot musiman mirip dengan plot waktu, tetapi data dipetakan terhadap setiap “musim” saat data diobservasi. Anda dapat membuatnya menggunakan fungsi
ggseasonplot()dengan cara yang sama seperti menggunakanautoplot(). - Varian menarik dari plot musiman menggunakan koordinat polar, di mana sumbu waktu berbentuk lingkaran alih-alih horizontal; untuk membuatnya, cukup tambahkan argumen
polardan atur keTRUE. - Plot subseri terdiri dari mini plot waktu untuk setiap musim. Di sini, rataan untuk setiap musim ditampilkan sebagai garis horizontal berwarna biru.
Salah satu cara membagi deret waktu adalah dengan menggunakan fungsi window(), yang mengekstrak subset dari objek x yang diobservasi antara waktu start dan end.
> window(x, start = NULL, end = NULL)
Dalam latihan ini, Anda akan memuat paket fpp2 dan menggunakan dua himpunan datanya:
a10memuat volume penjualan bulanan obat antidiabetes di Australia. Pada plot, dapatkah Anda melihat bulan mana yang memiliki volume penjualan tertinggi setiap tahun? Apa yang tidak biasa pada hasil bulan Maret dan April 2008?ausbeeryang memuat produksi bir triwulanan di Australia. Apa yang terjadi pada produksi bir di Kuartal 4?
Contoh-contoh ini akan membantu Anda memvisualisasikan plot tersebut dan memahami bagaimana plot itu dapat bermanfaat.
Latihan ini adalah bagian dari kursus
Peramalan di R
Petunjuk latihan
- Gunakan
library()untuk memuat paketfpp2. - Gunakan
autoplot()danggseasonplot()untuk membuat plot dataa10. - Gunakan fungsi
ggseasonplot()beserta argumenpolaruntuk membuat plot koordinat polar untuk dataa10. - Gunakan fungsi
window()untuk hanya mempertimbangkan dataausbeeryang dimulai dari 1992. - Terakhir, gunakan
autoplot()danggsubseriesplot()untuk membuat plot dari seribeer.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Load the fpp2 package
___
# Create plots of the a10 data
___
___
# Produce a polar coordinate season plot for the a10 data
ggseasonplot(___, polar = ___)
# Restrict the ausbeer data to start in 1992
beer <- ___(___, ___)
# Make plots of the beer data
___
___