時系列トレンドを計算する
xts オブジェクトの大きな利点の一つは、時間軸に沿ってシンプルな数式を適用できることです。フライトデータでは、各月の遅延・欠航・目的地変更（ダイバート）の割合を算出することが有用です。
この演習では、各月にボストン到着が遅れたフライトの割合を表す新しい時系列列を作成します。続いて、この指標のプロットを作成し、その後に欠航とダイバートの指標も計算します。
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
flights_xtsに対して簡単な数式を用い、各月の遅延便の割合を計算して、pct_delayという新しい列としてflights_xtsに保存します。plot.xts()を使って、各月の遅延便の割合を可視化します。- 上記と同様の計算を繰り返し、欠航とダイバート用に、xts オブジェクトへ
pct_cancelとpct_divertの2列を追加します。 plot.zoo()を使って、3つのトレンドをまとめて表示します。そのために、いま作成した3列だけを含むflights_xtsのサブセットを選択してください。
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。
# Calculate percentage of flights delayed each month: pct_delay
flights_xts$pct_delay <- (___ / ___) * 100
# Use plot.xts() to view pct_delay over time
# Calculate percentage of flights cancelled each month: pct_cancel
# Calculate percentage of flights diverted each month: pct_divert
# Use plot.zoo() to view all three trends over time
plot.zoo(x = ___[ , c("___", "___", "___")])