계절 도표
시계열 그래프와 함께, 계절적 패턴을 강조하고 시간이 지나며 이러한 패턴이 어떻게 변하는지 보여 주는 다른 유용한 시각화 방법도 있습니다.
- 계절 도표는 시계열 그래프와 비슷하지만, 데이터가 관측된 개별 “계절(시즌)”에 대해 데이터를 그린다는 점이 다릅니다.
ggseasonplot()함수를autoplot()처럼 사용하면 만들 수 있어요. - 계절 도표의 흥미로운 변형으로 극좌표계를 사용하는 방법이 있습니다. 시간 축이 수평이 아니라 원형이 되며,
polar인수를 추가해TRUE로 설정하면 됩니다. - 서브시리즈 도표는 각 시즌에 대한 작은 시계열 그래프로 구성됩니다. 여기서는 각 시즌의 평균이 파란색 가로선으로 표시됩니다.
시계열을 분할하는 한 가지 방법은 window() 함수를 사용하는 것입니다. 이 함수는 start와 end 사이에 관측된 객체 x에서 하위 집합을 추출합니다.
> window(x, start = NULL, end = NULL)
이 연습 문제에서는 fpp2 패키지를 불러오고 해당 패키지의 두 데이터셋을 사용합니다:
a10은 호주의 당뇨병 치료제 월별 판매량을 담고 있습니다. 그래프에서 매년 어떤 달의 판매량이 가장 높은지 보이나요? 2008년 3월과 4월의 결과에서 무엇이 특별한가요?ausbeer는 호주의 분기별 맥주 생산량을 담고 있습니다. 4분기에는 어떤 일이 벌어지고 있나요?
이 예제를 통해 이러한 도표를 시각화하고, 왜 유용한지 이해할 수 있습니다.
이 연습은 강의의 일부입니다
R로 배우는 시계열 예측
연습 안내
library()를 사용해fpp2패키지를 불러오세요.autoplot()과ggseasonplot()으로a10데이터의 그래프를 그리세요.ggseasonplot()함수의polar인수를 사용해a10데이터의 극좌표 도표를 만드세요.window()함수를 사용해 1992년부터의ausbeer데이터만 고려하세요.- 마지막으로
autoplot()과ggsubseriesplot()으로beer시리즈의 그래프를 그리세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Load the fpp2 package
___
# Create plots of the a10 data
___
___
# Produce a polar coordinate season plot for the a10 data
ggseasonplot(___, polar = ___)
# Restrict the ausbeer data to start in 1992
beer <- ___(___, ___)
# Make plots of the beer data
___
___