時系列インデックスは何を示しているのでしょうか？
一部のデータは、時間に対して自然に等間隔になります。上の図に示した時系列 discrete_data は 20 個の観測値があり、離散的な時間インデックス 1 から 20 のそれぞれに 1 つずつ観測があります。discrete_data には離散時間インデックスが適しています。
下の図に示した時系列 continuous_series も 20 個の観測値があり、discrete_data と同じ周期的パターンに従っていますが、観測は等間隔ではありません。最初、2 番目、最後の観測はそれぞれ時刻 1.210322、1.746137、20.180524 に観測されています。continuous_series には連続時間インデックスが自然ですが、観測値はおおむね等間隔で、時間単位あたり約 1 観測のペースです。ここでは、continuous_series に離散時間インデックスを用いることを試してみましょう。
この演習はコースの一部です
Rで学ぶ時系列分析
演習の手順
plot(___, ___, type = "b")を使って、continuous_seriesをその連続時間インデックスcontinuous_time_indexに対して表示します。- 離散時間インデックスとして使う 1:20 のベクトルを作成します。
- つづいて
plot(___, ___, type = "b")を使って、continuous_seriesをdiscrete_time_indexに対して表示します。 - 得られた図の違いをいくつか確認しつつ、全体のトレンドは保たれているため、この近似は妥当そうだと判断できます。
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。
# Plot the continuous_series using continuous time indexing
par(mfrow=c(2,1))
plot(continuous_time_index,___, type = "b")
# Make a discrete time index using 1:20
discrete_time_index <-
# Now plot the continuous_series using discrete time indexing
plot(discrete_time_index,___, type = "b")