Rozszerzanie danych
Skoro już opanowałeś(-aś) sposób pracy z danymi szeregów czasowych, czas sprawdzić hipotezę, że opóźnienia lotów zależą od widoczności i siły wiatru.
W tym ćwiczeniu dodasz kilka kolejnych kolumn do obiektu xts, łącząc dane o miesięcznej średniej widoczności (vis) i prędkości wiatru (wind) w okolicach Bostonu z lat 2010–2015. Dane te pochodzą z tego samego źródła co dane o temperaturze, ale zostały już przetworzone i przekonwertowane do formatu xts, żeby ułatwić ci pracę.
Zasada jest podobna do tego, co już robiłeś(-aś), ale tym razem masz do dyspozycji mniej gotowego kodu. W przestrzeni roboczej dostępny jest również twój dotychczasowy obiekt xts – flights_temps.
To ćwiczenie jest częścią kursu
Studium przypadku: analiza danych szeregów czasowych miasta w R
Instrukcje do ćwiczenia
- Pierwszym krokiem, jak zawsze, jest sprawdzenie okresowości i zakresu czasowego danych
visiwind– użyj w tym celu dwóch wywołań funkcjiperiodicity(). - Gdy potwierdzisz, że dane
visiwindmają taką samą okresowość i zakres jak twoje dotychczasowe dane, użyj funkcjimerge(), aby połączyć wszystkie trzy obiekty w jeden obiekt xts o nazwieflights_weather. Dla zachowania spójności scalaj dane w następującej kolejności:flights_temps,vis,wind. - Użyj funkcji
head(), aby wyświetlić pierwsze wiersze obiektuflights_weatheri upewnić się, że scalanie przebiegło pomyślnie.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Confirm the periodicity and duration of the vis and wind data
# Merge vis and wind with your existing flights_temps data
flights_weather <-
# View the first few rows of your flights_weather data