Calcular tendências em séries temporais

Uma das qualidades mais úteis de objetos xts é a capacidade de realizar operações matemáticas simples ao longo do tempo. Nos seus dados de voos, uma métrica valiosa é o percentual de voos atrasados, cancelados ou desviados a cada mês.

Neste exercício, você vai usar seus dados para criar uma nova coluna de série temporal com o percentual de voos que chegam atrasados a Boston em cada mês. Em seguida, você vai gerar um gráfico para essa métrica e depois calcular métricas adicionais para cancelamentos e desvios de voos.

Este exercício faz parte do curso

Estudo de Caso: Analisando Séries Temporais de Cidades em R

Ver curso

Instruções do exercício

Use expressões matemáticas simples em flights_xts para calcular o percentual de voos atrasados a cada mês. Salve isso como uma nova coluna em flights_xts chamada pct_delay.
Use plot.xts() para visualizar o percentual de voos atrasados a cada mês.
Replique o cálculo acima para gerar mais duas colunas de dados no seu objeto xts — pct_cancel e pct_divert — para voos cancelados e desviados, respectivamente.
Use plot.zoo() para visualizar as três tendências juntas. Para isso, você precisará selecionar um subconjunto dos dados de flights_xts contendo as três colunas que acabou de criar.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Calculate percentage of flights delayed each month: pct_delay
flights_xts$pct_delay <- (___ / ___) * 100

# Use plot.xts() to view pct_delay over time


# Calculate percentage of flights cancelled each month: pct_cancel


# Calculate percentage of flights diverted each month: pct_divert


# Use plot.zoo() to view all three trends over time
plot.zoo(x = ___[ , c("___", "___", "___")])

Editar e executar o código