フライト傾向を評価する

すばらしいですね！すでに flights_xts データから多くの情報を引き出せています。時系列データや、そこから派生した各種指標を可視化することは、株式リターン、ユーザーリテンション、世論調査など、いかなる時系列分析でも欠かせない要素です。

右側には、前の演習で作成したプロットを少し整えたものが表示されています。次のうち、このプロットから導ける妥当な結論はどれでしょうか？

結論を出す前に、plot.zoo() によって生成される軸のスケールが異なることを必ず確認してください。たとえば、迂回（diverted）便は一般に遅延（delayed）便よりもはるかに小さいスケール（0〜0.4%）で、遅延便は（0〜30%）です。

最も多くのフライト遅延が発生したのは、2011年の前半である。

ボストン到着便の本数には、時間とともに全体的な増加傾向が見られる。

多くの年で、12月と1月は比較的高い割合の便が欠航している。

2013年末から2014年初めにかけては、欠航便よりも迂回（diverted）便の割合のほうが高かった。

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}演習