IniziaInizia gratis

Ampliare i tuoi dati

Ora che hai preso confidenza con il workflow delle serie temporali, sei pronto a valutare l’ipotesi che i ritardi dei voli dipendano da visibilità e vento.

In questo esercizio aggiungerai alcune colonne al tuo oggetto xts unendo i dati sulla visibilità media mensile (vis) e sulle velocità del vento (wind) nell’area di Boston dal 2010 al 2015. Questi dati provengono dalla stessa fonte dei tuoi dati sulla temperatura, ma sono già stati manipolati e convertiti in xts per semplificarti il lavoro.

È simile a quanto hai già fatto, ma questa volta avrai meno codice precompilato a disposizione. Nel tuo workspace trovi anche l’oggetto xts di lavoro, flights_temps.

Questo esercizio fa parte del corso

Caso di studio: analisi di serie temporali cittadine in R

Visualizza il corso

Istruzioni dell'esercizio

  • Come prima cosa, conferma periodicità e durata dei dati vis e wind usando due chiamate a periodicity().
  • Dopo aver verificato che vis e wind abbiano la stessa periodicità e durata dei dati esistenti, usa merge() per combinare tutti e tre gli oggetti in un unico oggetto xts: flights_weather. Per mantenere la coerenza, unisci i dati nel seguente ordine: flights_temps, vis, wind.
  • Usa head() per visualizzare le prime righe di flights_weather e verificare che l’unione sia andata a buon fine.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Confirm the periodicity and duration of the vis and wind data



# Merge vis and wind with your existing flights_temps data
flights_weather <- 

# View the first few rows of your flights_weather data
Modifica ed esegui il codice