Изучение данных о безработице

Теперь, когда вы освоили основные шаги по работе с пропущенными данными, изучать и очищать новые временные ряды станет значительно проще.

В этом упражнении вы получите дополнительную практику: исследуете, очистите и визуализируете данные о безработице — как по США в целом, так и по штату Массачусетс (MA) в частности. В вашем рабочем пространстве доступен объект xts с этими данными — unemployment.

Это упражнение является частью курса

Практический пример: анализ городских временных рядов в R

Посмотреть курс

Инструкции к упражнению

Просмотрите сводную информацию об объекте unemployment с помощью summary(). Обратите особое внимание на количество NA в выводе. Также обратите внимание на значения min и max временного индекса — они указывают на период, охватываемый данными.
Используйте na.approx(), чтобы устранить пропущенные значения в данных о безработице методом линейной интерполяции. Сохраните результат обратно в объект unemployment.
Постройте график данных unemployment с помощью plot.zoo(). Задайте для аргумента plot.type значение "single", чтобы отобразить данные по США в целом и по Массачусетсу на одном графике. Оставьте аргумент lty и вызов legend() без изменений.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# View a summary of your unemployment data


# Use na.approx to remove missing values in unemployment data
unemployment <- 

# Plot new unemployment data
plot.zoo(___, plot.type = "___", lty = lty)
legend("topright", lty = lty, legend = labels, bg = "white")

Редактировать и запускать код