시간 인덱스는 무엇을 알려 주나요?
어떤 데이터는 시간 간격이 자연스럽게 균등합니다. 위 그림의 시계열 discrete_data에는 20개의 관측값이 있고, 이들은 1부터 20까지 이산적 시간 인덱스의 각 지점에 하나씩 나타납니다. discrete_data에는 이산적 시간 인덱싱이 적절합니다.
아래 그림의 시계열 continuous_series에도 20개의 관측값이 있으며, discrete_data와 동일한 주기 패턴을 따르지만 관측값의 간격은 균등하지 않습니다. 첫 번째, 두 번째, 마지막 관측은 각각 시간 1.210322, 1.746137, 20.180524에서 관측되었습니다. continuous_series에는 연속적 시간 인덱싱이 자연스럽지만, 대략 시간 단위당 관측 1개 정도로 거의 균등하게 간격이 맞춰져 있습니다. continuous_series에 이산적 시간 인덱싱을 사용해 살펴보겠습니다.
이 연습은 강의의 일부입니다
R로 배우는 시계열 분석
연습 안내
plot(___, ___, type = "b")를 사용해 연속적 시간 인덱스인continuous_time_index에 대한continuous_series를 표시하세요.- 이산적 시간 인덱스로 사용할 벡터 1:20을 생성하세요.
- 이제
plot(___, ___, type = "b")를 사용해discrete_time_index에 대한continuous_series를 표시하세요. - 결과 그림의 여러 차이를 확인하세요. 전반적인 추세가 유지되므로 근사로는 타당해 보입니다.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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")