IniziaInizia gratis

Calcolare le tendenze delle serie temporali

Una delle qualità più utili degli oggetti xts è la possibilità di eseguire semplici operazioni matematiche nel tempo. Nei tuoi dati sui voli, una metrica preziosa da calcolare è la percentuale di voli in ritardo, cancellati o dirottati ogni mese.

In questo esercizio userai i tuoi dati per creare una nuova colonna di serie temporale con la percentuale di voli che arrivano in ritardo a Boston ogni mese. Poi genererai un grafico per questa metrica e, infine, calcolerai anche le metriche per cancellazioni e dirottamenti.

Questo esercizio fa parte del corso

Caso di studio: analisi di serie temporali cittadine in R

Visualizza il corso

Istruzioni dell'esercizio

  • Usa semplici espressioni matematiche su flights_xts per calcolare la percentuale di voli in ritardo ogni mese. Salvala come nuova colonna in flights_xts chiamata pct_delay.
  • Usa plot.xts() per visualizzare la percentuale di voli in ritardo ogni mese.
  • Ripeti il calcolo precedente per produrre due colonne aggiuntive nel tuo oggetto xts — pct_cancel e pct_divert — per i voli cancellati e dirottati, rispettivamente.
  • Usa plot.zoo() per visualizzare insieme tutte e tre le tendenze. Per farlo, dovrai selezionare un sottoinsieme dei dati flights_xts contenente le tre colonne appena generate.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Calculate percentage of flights delayed each month: pct_delay
flights_xts$pct_delay <- (___ / ___) * 100

# Use plot.xts() to view pct_delay over time


# Calculate percentage of flights cancelled each month: pct_cancel


# Calculate percentage of flights diverted each month: pct_divert


# Use plot.zoo() to view all three trends over time
plot.zoo(x = ___[ , c("___", "___", "___")])
Modifica ed esegui il codice