Aan de slagGa gratis aan de slag

Seizoensplots

Naast tijdplots zijn er andere handige manieren om data te plotten om seizoenspatronen te benadrukken en veranderingen daarin in de tijd te laten zien.

  • Een seizoensplot lijkt op een tijdplot, maar de data worden uitgezet tegen de afzonderlijke “seizoenen” waarin de waarnemingen zijn gedaan. Je kunt er één maken met de functie ggseasonplot() op dezelfde manier als met autoplot().
  • Een interessante variant van een seizoensplot gebruikt poolcoördinaten, waarbij de tijdas cirkelvormig is in plaats van horizontaal; om er één te maken, voeg je simpelweg het argument polar toe en zet je dit op TRUE.
  • Een subseries-plot bestaat uit mini-tijdplots voor elk seizoen. Hier wordt het gemiddelde per seizoen weergegeven als een blauwe horizontale lijn.

Een manier om een tijdreeks op te splitsen is met de functie window(), die een subset uit het object x extraheert tussen de tijdstippen start en end.

> window(x, start = NULL, end = NULL)

In deze oefening laad je het pakket fpp2 en gebruik je twee van de gegevenssets:

  • a10 bevat maandelijkse verkoopvolumes van antidiabetica in Australië. Kun je in de plots zien welke maand elk jaar het hoogste verkoopvolume heeft? Wat is er opvallend aan de resultaten in maart en april 2008?
  • ausbeer bevat de kwartaalproductie van bier in Australië. Wat gebeurt er met de bierproductie in kwartaal 4?

Deze voorbeelden helpen je om deze plots te visualiseren en te begrijpen hoe ze nuttig kunnen zijn.

Deze oefening maakt deel uit van de cursus

Voorspellen in R

Cursus bekijken

Oefeninstructies

  • Gebruik library() om het pakket fpp2 te laden.
  • Gebruik autoplot() en ggseasonplot() om plots van de a10-data te maken.
  • Gebruik de functie ggseasonplot() en het argument polar om een plot met poolcoördinaten voor de a10-data te maken.
  • Gebruik de functie window() om alleen de ausbeer-data vanaf 1992 te beschouwen.
  • Gebruik ten slotte autoplot() en ggsubseriesplot() om plots van de beer-reeks te maken.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Load the fpp2 package
___

# Create plots of the a10 data
___
___

# Produce a polar coordinate season plot for the a10 data
ggseasonplot(___, polar = ___)

# Restrict the ausbeer data to start in 1992
beer <- ___(___, ___)

# Make plots of the beer data
___
___
Code bewerken en uitvoeren