Aan de slagGa gratis aan de slag

Werkloosheid verschuiven (laggen)

Omdat economische trends even kunnen duren voordat ze het toerisme beïnvloeden, is het handig om je werkloosheidsdata te laggen voordat je gaat analyseren.

Een lag genereren in xts is eenvoudig met het commando lag(). Je moet daarbij de te laggen data opgeven (het x-argument) en een k-waarde om de richting en grootte van de verschuiving te bepalen.

Let goed op consistente notatie. Base R en het zoo-pakket vereisen dat je een lag met een negatieve waarde opgeeft, zodat een lag van 1 wordt geschreven als "-1" (en een lead van 1 — tegenintuïtief — als "1"). Het xts-pakket daarentegen specificeert lags met een positieve waarde, zodat een lag van 1 wordt geschreven als "1" (en een lead van 1 als "-1").

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 maand te maken voor de Amerikaanse werkloosheid. Voor een vertraging van één maand bij maandelijkse data stel je het k-argument simpelweg in op 1. Denk eraan dat je unemployment-object tijdreeksgegevens bevat over zowel de Amerikaanse werkloosheid (us) als de werkloosheid in Massachusetts (ma). Je moet aangeven welke kolom je wilt laggen. Sla dit nieuwe xts-object op als us_monthlag.
  • Gebruik nog een aanroep van lag() om een vertraging van één jaar te maken voor de Amerikaanse werkloosheid. Zorg opnieuw dat je de juiste kolom in unemployment en de juiste k-waarde opgeeft om een lag over een volledig jaar te genereren. Sla dit nieuwe xts-object op als us_yearlag.
  • Gebruik merge() om je oorspronkelijke werkloosheidsdata (unemployment) te combineren met je nieuwe lags (us_monthlag en us_yearlag). Sla deze gecombineerde data op als unemployment_lags.
  • Gebruik head() om de eerste 15 rijen van unemployment_lags te bekijken.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Create a one month lag of US unemployment
us_monthlag <- lag(___$___, k = ___)

# Create a one year lag of US unemployment
us_yearlag <- 

# Merge your original data with your new lags 
unemployment_lags <- merge(unemployment, ___, ___)

# View the first 15 rows of unemployment_lags
Code bewerken en uitvoeren