1. Uczyć się
    2. /
  2. Courses
    3. /
  3. Rで学ぶ予測入門
Connected

Exercise

時系列プロット

どんなデータ分析でも、最初の一歩はデータを可視化することです。グラフにすることで、パターン、特異な観測値、時間変化、変数間の関係など、さまざまな特徴が見えてきます。どの種類のデータかによって適切な予測手法が決まるのと同様に、適切なグラフの種類も決まります。

autoplot() 関数を使うと、データの時系列プロットを作成できます。ファセット（データの異なる部分集合を表示する複数パネル）あり・なしのどちらでも描画可能です。

> autoplot(usnim_2002, facets = FALSE)

このコースで扱う多くの関数は、ブール引数を受け取ります。T と TRUE はどちらも「真」、F と FALSE はどちらも「偽」を表します。ただし、T と F はコード中で上書きできてしまうため、このコースの以降ではインジケーターの設定には TRUE と FALSE のみを使用するようにしてください。

この演習では、さらに which.max() と frequency() の2つの関数も使います。 which.max() は最大値が現れる最小のインデックスを特定できます。

> x <- c(4, 5, 5)
> which.max(x)
[1] 2

単位時間あたりの観測数を知るには frequency() を使います。前の演習で登場した usnim_2002 を思い出してください。

> frequency(usnim_2002)
[1] 4

このコースでは forecast と ggplot2 パッケージを使用するため、すでにワークスペースに読み込まれています。前の演習の myts に加えて、次の3つの系列（いずれも forecast パッケージで利用可能）も用意されています。

  • gold: 米ドル建ての金価格
  • woolyrnq: オーストラリアの毛糸生産に関するデータ
  • gas: オーストラリアのガス生産量

Instrukcje

100 XP
  • autoplot() を使って、保存してある myts をファセットありでプロットします。
  • 適切な引数を FALSE に設定して、同じデータをファセットなしでプロットします。何が起きますか？
  • gold、woolyrnq、gas の各時系列を別々のプロットで描画します。
  • which.max() を使って、gold シリーズの外れ値を特定します。どの観測でしたか？
  • 各シリーズに frequency() 関数を適用して、単位時間あたりの観測数を確認します。たとえば週次データなら 52 が返ります。