時系列でプロットすることは、データ内の関係性を可視化するのにとても有効です。右側には、前の演習で作成したプロットを少し発展させ、各月の欠航率も含めた図を表示しています。
このプロットに基づいて、フライトと気温の関係について次のうち妥当な結論はどれですか？
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
あなたはボストン周辺を訪れる観光客の旅行ニーズを把握するために採用されました。最初の課題として、BOS（ボストン・ローガン国際空港）に到着するフライトのデータを、xts と zoo を使って探索し、R による時系列データ操作のスキルを実践します。
この章では、ボストン地域の天気データを追加して、時系列データのライブラリを広げます。分析に入る前に、複数の xts オブジェクトをマージしたり、特定の期間を抽出したりといったデータ操作が必要です。練習を重ねる絶好の機会です！
現在の演習
ここからは対象範囲を広げます。クライアントはフライト遅延に加えて、経済動向がボストンの観光産業にどう影響するかにも関心があります。米国全体ととくにマサチューセッツ州（MA）の 1 人あたり GDP や失業率など、経済指標の時系列データを操作する必要があります。
他の選択肢を検討し尽くした結果、クライアントはボストンの観光産業は地元スポーツチームの成績と関係しているに違いないと考えています。プロジェクトの最後のタスクとして、過去数年のボストンのスポーツチームに関する時系列データをまとめるよう、上司から依頼されました。
