Ampliando seus dados

Agora que você domina o fluxo de trabalho com séries temporais, está pronto para avaliar a hipótese de que os atrasos de voos são função da visibilidade e do vento.

Neste exercício, você vai adicionar mais algumas colunas ao seu objeto xts fazendo o merge dos dados de visibilidade média mensal (vis) e velocidade do vento (wind) na região de Boston de 2010 a 2015. Esses dados vêm da mesma fonte dos seus dados de temperatura, mas já foram manipulados e convertidos para xts para facilitar seu trabalho.

Isso é parecido com o que você já fez, mas desta vez há menos código pré-escrito. Seu objeto xts de trabalho, flights_temps, também está disponível no seu workspace.

Este exercício faz parte do curso

Estudo de Caso: Analisando Séries Temporais de Cidades em R

Ver curso

Instruções do exercício

Sua primeira tarefa, como sempre, é confirmar a periodicidade e a duração dos seus dados vis e wind usando duas chamadas a periodicity().
Depois de confirmar que vis e wind têm a mesma periodicidade e duração dos seus dados atuais, use merge() para combinar os três objetos em um único objeto xts: flights_weather. Para manter a consistência, faça o merge nesta ordem: flights_temps, vis, wind.
Use head() para ver as primeiras linhas de flights_weather e garantir que o merge deu certo.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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

Editar e executar o código