Obiect de tip serie temporală

Multe companii colectează date dependente de timp pentru a identifica tendințe sau variații sezoniere. Deoarece datele temporale pot fi neregulate, prelucrarea lor poate fi dificilă, mai ales într-un context stresant, cum ar fi un interviu de angajare.

Convertirea datelor într-un obiect de tip serie temporală simplifică analiza unor astfel de seturi de date.

Obiectul xts acceptă următoarele argumente:

x - un set de valori,
order.by - un set de date corespunzătoare (care trebuie să fie de clasa Date).

În acest exercițiu, vei lucra cu prețurile gazelor naturale. Setul de date conține două variabile:

Price - valori numerice,
Date - date stocate ca factori.

Setul de date gas este disponibil în mediul tău de lucru.

Acest exercițiu face parte din cursul

Exersarea întrebărilor de interviu la statistică în R

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

library(xts)

# View the structure of gas
str(___)

# Coerce to date class
gas$Date <- ___(gas$Date)

Editează și rulează codul

Acest exercițiu face parte din cursul

Exersarea întrebărilor de interviu la statistică în R

SkillTag.level.advancedSkillTag.label

4.7+

Începe cursul gratuit

Vrei să-ți crești șansele la interviu? Atunci reîmprospătează-ți cunoștințele de teoria probabilităților. În acest capitol, vom arunca zaruri și vom arunca la coș pentru a explica probabilitățile cu exemple din viața reală.

Exercise 1: Distribuții discrete Exercise 2: Funcții de probabilitate Exercise 3: Experimente Bernoulli Exercise 4: Distribuția binomială Exercise 5: Distribuții continue Exercise 6: Distribuția uniformă Exercise 7: Forma distribuției normale Exercise 8: Eșantionare din distribuția normală Exercise 9: Teorema limitei centrale Exercise 10: Legea numerelor mari Exercise 11: Simularea teoremei limitei centrale

Dacă descrierea postului te atrage, recapitulează statisticile descriptive înainte de interviu. În acest capitol, vei exersa analiza exploratorie a datelor (EDA) folosind prețurile gazelor naturale și date dintr-o analiză de sondaj.

Exercise 1: Statistici descriptive Exercise 2: Măsuri de centralitate Exercise 3: Măsuri de variabilitate Exercise 4: Date categorice Exercise 5: Analiza sondajului Exercise 6: Codificarea datelor Exercise 7: Serii de timp Exercise 8: Obiect de tip serie temporală

Exercițiul curent

Exercise 9: Prelucrarea seriilor de timp Exercise 10: Analiza componentelor principale Exercise 11: ACP – rotație Exercise 12: ACP - reducerea dimensionalității

Intră cu încredere la interviu după ce recapitulezi intervalele de încredere. Vom trece în revistă testul t, ANOVA și testele de normalitate pentru a te pregăti pentru întrebările de codare bazate pe statistică.

Exercise 1: Teste de normalitate Exercise 2: Testul Shapiro-Wilk Exercise 3: Q-Q plot Exercise 4: Inferența pentru o medie Exercise 5: Interval de încredere Exercise 6: Testul t pentru un eșantion Exercise 7: Compararea a două medii Exercise 8: Testul t pentru două eșantioane Exercise 9: Test pereche Exercise 10: ANOVA Exercise 11: Compararea grupurilor Exercise 12: ANOVA pentru creșterea plantelor

Potențialul tău angajator plănuiește să îți testeze abilitățile în R? Asigură-te că ești pregătit și exersează evaluarea modelelor din timp. În acest capitol, vom construi și evalua modele de regresie liniară și logistică folosind diverse seturi de date biomedicale. La finalul capitolului, vei fi pe deplin pregătit să răspunzi la orice întrebare pe care ți-o pune intervievatorul!

Exercise 1: Covarianță și corelație Exercise 2: Covarianța manual Exercise 3: Relație liniară Exercise 4: Relație neliniară Exercise 5: Model de regresie liniară Exercise 6: Ajustarea modelelor liniare Exercise 7: Predicții cu modele liniare Exercise 8: Model de regresie logistică Exercise 9: Ajustarea modelelor logistice Exercise 10: Predicții cu modele logistice Exercise 11: Evaluarea modelului Exercise 12: Abordarea setului de validare Exercise 13: Evaluarea regresiei Exercise 14: Evaluarea clasificării Exercise 15: Concluzie