データ分析 - 失業率 I
動画では、月次の AirPassengers データの対数に季節 ARIMA モデルを当てはめました。ここでは、astsa パッケージに含まれる米国の月次失業率データ unemp に対して、季節 ARIMA モデルの当てはめを始めます。
最初にデータをプロットし、トレンドと季節性の持続性に注目します。次にトレンドを取り除いたデータを確認し、季節性の持続性も取り除きます。その後、完全に差分をとったデータは定常に見えるはずです。
astsa パッケージはあらかじめ読み込まれています。
この演習はコースの一部です
Rで学ぶARIMAモデル
演習の手順
astsaの米国月次失業率（unemp）の時系列をプロットし、トレンドと季節性を確認します。- データのトレンドを取り除いてプロットし、
d_unempとして保存します。季節性の持続性に注目します。 - トレンド除去後の系列を季節差分し、
dd_unempとして保存します。この新しいデータをプロットし、定常に見えることを確認します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Plot unemp
# Difference your data and plot it
d_unemp <-
# Seasonally difference d_unemp and plot it
dd_unemp <- diff(___, lag = 12)