1. 学ぶ
    2. /
  2. プロジェクト
    3. /
  3. ケーススタディ：Rで都市の時系列データを分析する
Connected

演習

MA の失業率データを操作する

GDP と米国全体の失業率データにラグ、差分、ローリング値を追加できたので、これらのスキルを課題に戻して活用しましょう。

依頼主が知りたいのは、ボストンの観光業に関連する情報です。米国全体の経済データに加えて、Massachusetts の経済データについても関連する指標を用意しておくと役に立つかもしれません。

この演習では、時系列データの操作スキルを使って、MA の失業率について次の指標を作成します：1年ラグ、6か月の一次差分、6か月の移動平均、そして直近1年の移動最大値。依頼主が結果を待っています！

指示

100 XP
  • lag() を使って、月次の unemployment データの ma 列（MA の失業率）に対し、1年分のラグを作成します。k 引数は1年分の観測数に設定してください。作成した指標は ma_yearlag として unemployment データに保存します。
  • diff() を使って、MA の失業率の6か月一次差分を作成します。unemployment データ内の正しい列を指定するのを忘れないでください。作成した指標は ma_sixmonthdiff として unemployment データに保存します。
  • rollapply() を用いて、MA の失業率の6か月移動平均を計算します。width と FUN 引数に適切な指定を与えてください。作成した指標は ma_sixmonthavg として unemployment データに保存します。
  • さらに rollapply() を使い、直近1年における失業率の「高水位（最大値）」を測定します。width 引数を適切に指定し、FUN 引数は max に設定してください。作成した最終指標は ma_yearmax として unemployment データに保存します。
  • tail() を使って、unemployment データの直近1年分（n = 12）を表示します。