zoo::yearmon

Saat memproses data deret waktu berbasis bulan dan kuartal dalam setahun, sering kali perlu menggunakan kelas yearmon dan yearqtr dari paket zoo. Dengan demikian, Anda dapat memiliki data ketika tanggal spesifik suatu observasi tidak diketahui atau tidak diperlukan.

Dalam latihan ini, Anda akan bekerja dengan vektor data penjualan, monthly_data, dan indeks tanggal observasi, date_index_month, dengan setiap observasi terjadi pada tanggal satu setiap bulan.

Himpunan data di atas, serta paket ggplot2, zoo, dan lubridate tersedia untuk Anda.

Latihan ini merupakan bagian dari kursus

Memanipulasi Data Deret Waktu di R

Lihat Kursus

Instruksi latihan

Konversi date_index_month ke kelas yearmon dan simpan sebagai index_yearmon.
Dengan menggunakan nilai dalam monthly_data dan indeks index_yearmon, buat objek zoo, monthly_sales.
Autoplot monthly_sales dengan label sumbu x "Month", label sumbu y "Sales ($100k)", dan judul "Corporate Sales Data".

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Create a year-monthly index
___

# Create a zoo object from the year-month index and monthly data
___

# Autoplot with titles and axis labels
___

Edit dan Jalankan Kode

Memanipulasi Data Deret Waktu di R

SkillTag.level.intermediateSkillTag.label

4.8+

283 reviews

Anda akan mempelajari cara membuat jendela "rolling" dari deret waktu yang bergerak, atau "bergulir" mengikuti data, sehingga memungkinkan Anda merangkum tren data lintas waktu, seperti rata-rata selama beberapa bulan pengamatan atau jumlah selama beberapa minggu penjualan. Statistik ringkas keseluruhan, seperti mean, median, jumlah, maksimum, dan seterusnya, tidak selalu memberikan wawasan tentang bagaimana data berubah seiring waktu, dan jendela rolling memungkinkan Anda menghitung statistik secara dinamis. Selain jendela rolling, Anda juga akan mempelajari cara membuat jendela expanding, yang menunjukkan bagaimana statistik ringkas tersebut mendekati nilai akhirnya.

Exercise 1: Apa itu rolling window?Exercise 2: Fungsi rolling window Exercise 3: Rolling windows versus agregasi Exercise 4: Menerapkan fungsi pada rolling window Exercise 5: Minimum bergulir Exercise 6: Rolling apply dengan fungsi kustom Exercise 7: Expanding windows Exercise 8: Rolling versus expanding windows Exercise 9: Jumlah mengembang Exercise 10: Rata-rata expanding Exercise 11: Selamat!