Aan de slagGa gratis aan de slag

Werken met werkloosheidsdata van MA

Nu je vertragingen (lags), verschillen en rolling-waarden hebt toegevoegd aan je BBP- en Amerikaanse werkloosheidsdata, is het tijd om deze vaardigheden toe te passen op je opdracht.

Onthoud dat je klant informatie wil die relevant is voor de toerismesector in Boston. Naast gegevens over de Amerikaanse economie in het algemeen, kan het helpen om enkele relevante indicatoren voor je economische data van Massachusetts voor te bereiden.

In deze oefening gebruik je je vaardigheden in tijdreeksmanipulatie om te maken: een vertraging van één jaar, een eerstegraads verschil over zes maanden, een voortschrijdend gemiddelde over zes maanden en een voortschrijdend maximum over één jaar in het werkloosheidspercentage van MA. Je klant wacht op de resultaten!

Deze oefening maakt deel uit van de cursus

Casestudy: Tijdreeksgegevens van een stad analyseren in R

Cursus bekijken

Oefeninstructies

  • Gebruik lag() om een vertraging van één jaar te maken voor het werkloosheidspercentage van MA (in de kolom ma van je maandelijkse unemployment-data). Vergeet niet het argument k gelijk te zetten aan een jaar aan waarnemingen. Sla deze indicator in je unemployment-data op als ma_yearlag.
  • Gebruik diff() om een eerstegraads verschil over zes maanden te berekenen voor het werkloosheidspercentage van MA. Vergeet niet de juiste kolom in je unemployment-data te specificeren. Sla deze indicator in je unemployment-data op als ma_sixmonthdiff.
  • Meet het voortschrijdend gemiddelde over zes maanden van MA-werkloosheid met rollapply(). Zorg dat je de juiste specificatie meegeeft voor de argumenten width en FUN. Sla deze indicator in je unemployment-data op als ma_sixmonthavg.
  • Meet de "high water mark" (piek) in de werkloosheid over het afgelopen jaar met een volgende aanroep van rollapply() met de juiste specificatie voor het argument width. Stel dit keer het argument FUN in op max. Sla deze laatste indicator in je unemployment-data op als ma_yearmax.
  • Gebruik tail() om het laatste jaar aan unemployment-data te bekijken (n = 12).

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Add a one-year lag of MA unemployment
unemployment$ma_yearlag <- 

# Add a six-month difference of MA unemployment
unemployment$ma_sixmonthdiff <- 

# Add a six-month rolling average of MA unemployment
unemployment$ma_sixmonthavg <- 
  
# Add a yearly rolling maximum of MA unemployment
unemployment$ma_yearmax <- 

# View the last year of unemployment data
Code bewerken en uitvoeren