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").
To ćwiczenie jest częścią kursu
Studium przypadku: analiza danych szeregów czasowych miasta w R
Instrukcje do ćwiczenia
- Użyj
lag(), aby wygenerować opóźnienie miesięczne dla bezrobocia w USA. Dla danych miesięcznych ustaw argumentkrówny1. Pamiętaj, że obiektunemploymentzawiera dane szeregów czasowych zarówno dla bezrobocia w USA (us), jak i w stanie Massachusetts (ma) – wskaż odpowiednią kolumnę. Zapisz nowy obiekt xts jakous_monthlag. - Użyj ponownie
lag(), aby wygenerować opóźnienie roczne dla bezrobocia w USA. Tym razem również wskaż właściwą kolumnę wunemploymenti ustaw odpowiednią wartośćk, aby uzyskać opóźnienie o cały rok. Zapisz nowy obiekt xts jakous_yearlag. - Użyj
merge(), aby połączyć oryginalne dane o bezrobociu (unemployment) z nowymi opóźnieniami (us_monthlagius_yearlag). Zapisz połączone dane jakounemployment_lags. - Użyj
head(), aby wyświetlić pierwsze15wierszy obiektuunemployment_lags.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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