1. 학습
    2. /
  2. 강의
    3. /
  3. R로 배우는 시계열 예측
Connected

연습 문제

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() 함수를 autoplot()처럼 사용하면 만들 수 있어요.
  • 계절 도표의 흥미로운 변형으로 극좌표계를 사용하는 방법이 있습니다. 시간 축이 수평이 아니라 원형이 되며, polar 인수를 추가해 TRUE로 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.

지침

100 XP
  • library()를 사용해 fpp2 패키지를 불러오세요.
  • autoplot()과 ggseasonplot()으로 a10 데이터의 그래프를 그리세요.
  • ggseasonplot() 함수의 polar 인수를 사용해 a10 데이터의 극좌표 도표를 만드세요.
  • window() 함수를 사용해 1992년부터의 ausbeer 데이터만 고려하세요.
  • 마지막으로 autoplot()과 ggsubseriesplot()으로 beer 시리즈의 그래프를 그리세요.