O que o índice de tempo nos diz?
Alguns dados são naturalmente espaçados de forma uniforme no tempo. A série temporal discrete_data mostrada na figura superior tem 20 observações, com uma observação em cada um dos índices de tempo discretos de 1 a 20. A indexação de tempo discreta é apropriada para discrete_data.
A série temporal continuous_series mostrada na figura inferior também tem 20 observações, segue o mesmo padrão periódico de discrete_data, mas suas observações não estão uniformemente espaçadas. Sua primeira, segunda e última observações ocorreram nos tempos 1.210322, 1.746137 e 20.180524, respectivamente. A indexação de tempo contínua é natural para continuous_series; no entanto, as observações estão aproximadamente espaçadas de forma uniforme, com cerca de 1 observação por unidade de tempo. Vamos investigar o uso de uma indexação de tempo discreta para continuous_series.
Este exercício faz parte do curso
Análise de Séries Temporais em R
Instruções do exercício
- Use
plot(___, ___, type = "b")para exibircontinuous_seriesversuscontinuous_time_index, seu índice de tempo contínuo - Crie um vetor 1:20 para ser usado como um índice de tempo discreto.
- Agora use
plot(___, ___, type = "b")para exibircontinuous_seriesversusdiscrete_time_index - Observe as várias diferenças entre as figuras resultantes, mas a aproximação parece razoável porque a tendência geral foi preservada
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Plot the continuous_series using continuous time indexing
par(mfrow=c(2,1))
plot(continuous_time_index,___, type = "b")
# Make a discrete time index using 1:20
discrete_time_index <-
# Now plot the continuous_series using discrete time indexing
plot(discrete_time_index,___, type = "b")