1. Nauka
    2. /
  2. Projekty
    3. /
  3. Studium przypadku: analiza danych szeregów czasowych miasta w R
Connected

ćwiczenie

Opóźnianie danych o bezrobociu

Trendy gospodarcze mogą z opóźnieniem wpływać na turystykę, dlatego warto najpierw opóźnić dane o bezrobociu, a dopiero potem przystąpić do analizy.

W pakiecie xts tworzenie opóźnień jest proste dzięki funkcji lag(). Wymaga ona podania danych wejściowych (argument x) oraz wartości k, która określa kierunek i skalę opóźnienia.

Uważaj na spójność formatowania. W bazowym R i pakiecie zoo opóźnienie podaje się jako wartość ujemną – opóźnienie o 1 okres wyraża się jako "-1" (a wyprzedzenie o 1 okres – nieintuicyjnie – jako "1"). Pakiet xts działa odwrotnie: opóźnienie podaje się jako wartość dodatnią – opóźnienie o 1 okres to "1" (a wyprzedzenie o 1 okres to "-1").

Instrukcje

100 XP
  • Użyj lag(), aby wygenerować opóźnienie miesięczne dla bezrobocia w USA. Dla danych miesięcznych ustaw argument k równy 1. Pamiętaj, że obiekt unemployment zawiera dane szeregów czasowych zarówno dla bezrobocia w USA (us), jak i w stanie Massachusetts (ma) – wskaż odpowiednią kolumnę. Zapisz nowy obiekt xts jako us_monthlag.
  • Użyj ponownie lag(), aby wygenerować opóźnienie roczne dla bezrobocia w USA. Tym razem również wskaż właściwą kolumnę w unemployment i ustaw odpowiednią wartość k, aby uzyskać opóźnienie o cały rok. Zapisz nowy obiekt xts jako us_yearlag.
  • Użyj merge(), aby połączyć oryginalne dane o bezrobociu (unemployment) z nowymi opóźnieniami (us_monthlag i us_yearlag). Zapisz połączone dane jako unemployment_lags.
  • Użyj head(), aby wyświetlić pierwsze 15 wierszy obiektu unemployment_lags.