Apa yang diberitahukan oleh indeks waktu?
Beberapa data secara alami berjarak waktu sama. Deret waktu discrete_data pada gambar atas memiliki 20 observasi, dengan satu observasi muncul pada masing-masing indeks waktu diskret 1 hingga 20. Pengindeksan waktu diskret sesuai untuk discrete_data.
Deret waktu continuous_series pada gambar bawah juga memiliki 20 observasi, mengikuti pola periodik yang sama seperti discrete_data, tetapi observasinya tidak berjarak sama. Observasi pertama, kedua, dan terakhir tercatat pada waktu 1.210322, 1.746137, dan 20.180524. Pengindeksan waktu kontinu wajar untuk continuous_series, namun observasinya kira-kira berjarak sama, dengan sekitar 1 observasi per satuan waktu. Mari kita telusuri penggunaan pengindeksan waktu diskret untuk continuous_series.
Latihan ini adalah bagian dari kursus
Analisis Deret Waktu dengan R
Petunjuk latihan
- Gunakan
plot(___, ___, type = "b")untuk menampilkancontinuous_seriesterhadapcontinuous_time_index, indeks waktu kontinu miliknya - Buat sebuah vektor 1:20 untuk digunakan sebagai indeks waktu diskret.
- Sekarang gunakan
plot(___, ___, type = "b")untuk menampilkancontinuous_seriesterhadapdiscrete_time_index - Perhatikan berbagai perbedaan antara gambar yang dihasilkan, namun pendekatan ini tampak masuk akal karena tren keseluruhan tetap terjaga
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Plot the continuous_series using continuous time indexing
par(mfrow=c(2,1))
plot(continuous_time_index,___, type = "b")
# Make a discrete time index using 1:20
discrete_time_index <-
# Now plot the continuous_series using discrete time indexing
plot(discrete_time_index,___, type = "b")