Analiza trendów lotniczych
Świetnie! Udało ci się już wyciągnąć sporo informacji z danych flights_xts. Wizualizacja danych szeregów czasowych – oraz różnych wartości z nich pochodnych – to kluczowy element każdej analizy szeregów czasowych, niezależnie od tego, czy badasz zwroty z akcji, retencję użytkowników, czy wyniki sondaży.
Po prawej stronie widoczna jest nieco poprawiona wersja wykresu wygenerowanego w poprzednim ćwiczeniu. Które z poniższych stwierdzeń stanowi uzasadniony wniosek z tego wykresu?
Przed wyciągnięciem wniosków zapoznaj się z różnymi skalami osi generowanymi przez plot.zoo(). Na przykład loty przekierowane mają zazwyczaj znacznie mniejszą skalę (0–0,4%) niż loty opóźnione (0–30%).
To ćwiczenie jest częścią kursu
Studium przypadku: analiza danych szeregów czasowych miasta w R
Interaktywne ćwiczenie praktyczne
Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń
Rozpocznij ćwiczenie