失業データを探索する
欠損値処理の基本手順を復習したので、新しい時系列データもその場でより簡単に確認・クリーニングできるようになりました。
この演習では、米国全体およびマサチューセッツ州（MA）の失業データを探索・クリーニング・可視化する練習をします。これらのデータを含む xts オブジェクト unemployment がワークスペースに用意されています。
この演習はコースの一部です
ケーススタディ：Rで都市の時系列データを分析する
演習の手順
summary()を使ってunemploymentデータのサマリー情報を確認します。出力に含まれるNA'sの数に注意してください。また、時系列インデックスのminとmaxの値がデータの対象期間を示すことにも留意しましょう。na.approx()を使って線形補間により欠損値を除去し、その結果をunemploymentオブジェクトに上書き保存します。plot.zoo()を使ってunemploymentデータを可視化します。plot.typeを"single"に指定して、米国全体とマサチューセッツ州のデータを同じプロットに描画してください。lty引数とlegend()の呼び出しはそのままにしておきます。
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。
# View a summary of your unemployment data
# Use na.approx to remove missing values in unemployment data
unemployment <-
# Plot new unemployment data
plot.zoo(___, plot.type = "___", lty = lty)
legend("topright", lty = lty, legend = labels, bg = "white")