Defasando desemprego
Como as tendências econômicas podem levar algum tempo para influenciar o turismo, pode ser útil defasar seus dados de desemprego antes de seguir com a análise.
Gerar uma defasagem em xts é simples com o comando lag(), que exige que você especifique os dados a serem defasados (o argumento x) e um valor k para determinar a direção e a escala da defasagem.
Tenha cuidado para manter a formatação consistente. O R base e o pacote zoo exigem que você especifique a defasagem com um valor negativo, de modo que uma defasagem de 1 é escrita como "-1" (e um avanço de 1 é, contraintuitivamente, escrito como "1"). Já o pacote xts especifica defasagens usando um valor positivo, de modo que uma defasagem de 1 é escrita como "1" (e um avanço de 1 é escrito como "-1").
Este exercício faz parte do curso
Estudo de Caso: Analisando Séries Temporais de Cidades em R
Instruções do exercício
- Use
lag()para gerar uma defasagem de um mês do desemprego dos EUA. Para uma defasagem de um mês usando dados mensais, simplesmente defina o argumentokigual a1. Lembre-se de que seu objetounemploymentcontém séries temporais tanto do desemprego dos EUA (us) quanto do desemprego de MA (ma). Você precisará especificar qual coluna deseja defasar. Salve este novo objeto xts comous_monthlag. - Faça outra chamada a
lag()para gerar uma defasagem de um ano do desemprego dos EUA. Novamente, garanta que você especifique a coluna correta emunemploymente o valorkapropriado para gerar uma defasagem ao longo de um ano inteiro. Salve este novo objeto xts comous_yearlag. - Use
merge()para combinar seus dados originais de desemprego (unemployment) com suas novas defasagens (us_monthlageus_yearlag). Salve esses dados combinados comounemployment_lags. - Use
head()para visualizar as primeiras15linhas deunemployment_lags.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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