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

ćwiczenie

Podzbiór danych i zmiana częstotliwości

Następny krok to połączenie danych o temperaturze z danymi o lotach z poprzedniego rozdziału.

Przypomnij sobie, że dane o lotach obejmują lata 2010–2015 w odstępach miesięcznych. Natomiast dane o temperaturze obejmują lata 2007–2015 w odstępach dziennych. Przed połączeniem trzeba zawęzić zakres danych i dostosować ich częstotliwość do miesięcznej.

Do zmiany częstotliwości obiektów xts służy funkcja to.period(), która pozwala szybko przeliczać dane na niższą częstotliwość. Domyślnie polecenie to generuje wartości Open-High-Low-Close (OHLC) dla każdego okresu – przydatne w analizie finansowej, ale nie zawsze potrzebne w innych kontekstach.

W tym przypadku ustaw argument OHLC na FALSE. Zamiast tworzyć kolumny OHLC, to ustawienie sprawi, że z każdego okresu zostanie pobrana jedna reprezentatywna obserwacja. Możesz wybrać, która to będzie, używając argumentu indexAt.

W obszarze roboczym masz dostępne zarówno dane temps_xts, jak i flights_xts z poprzedniego rozdziału.

Instrukcje

100 XP
  • Zawęź obiekt temps_xts do obserwacji z lat 2010–2015. Wynik zapisz jako temps_xts_2.
  • Użyj to.period(), aby przekonwertować dzienne dane o temperaturze na częstotliwość miesięczną. Pamiętaj, aby określić docelowy okres ("months"), ustawić OHLC na FALSE (żeby nie generować nowych kolumn OHLC) oraz ustawić argument indexAt na "firstof", co spowoduje wybranie pierwszej obserwacji z każdego miesiąca.
  • Wywołaj periodicity() dwa razy, aby porównać częstotliwość i zakres nowych miesięcznych danych o temperaturze z danymi flights_xts z poprzedniego rozdziału.