Aan de slagGa gratis aan de slag

Werkloosheidsgegevens verkennen

Nu je de basisstappen voor het omgaan met ontbrekende data hebt herzien, kun je nieuwe tijdreeksgegevens sneller bekijken en opschonen.

In deze oefening ga je extra oefenen door gegevens over werkloosheid te verkennen, op te schonen en te plotten — zowel in de Verenigde Staten in het algemeen als in Massachusetts (MA) in het bijzonder. Een xts-object met deze gegevens, unemployment, is beschikbaar in je werkruimte.

Deze oefening maakt deel uit van de cursus

Casestudy: Tijdreeksgegevens van een stad analyseren in R

Cursus bekijken

Oefeninstructies

  • Bekijk samenvattende informatie over je unemployment-gegevens met summary(). Let goed op het aantal NA's dat in je output wordt gevonden. Let er ook op dat de min- en max-waarden van je tijdindex aangeven over welke periode je gegevens lopen.
  • Gebruik na.approx() om ontbrekende waarden in je werkloosheidsgegevens te verwijderen via lineaire interpolatie. Sla deze waarden weer op in je unemployment-object.
  • Gebruik plot.zoo() om je unemployment-gegevens te plotten. Zet plot.type op "single" om zowel de data voor de hele VS als die voor Massachusetts in dezelfde plot te plaatsen. Laat het argument lty en de aanroep van legend() ongewijzigd.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# View a summary of your unemployment data


# Use na.approx to remove missing values in unemployment data
unemployment <- 

# Plot new unemployment data
plot.zoo(___, plot.type = "___", lty = lty)
legend("topright", lty = lty, legend = labels, bg = "white")
Code bewerken en uitvoeren