О чём говорит временной индекс?
Некоторые данные по своей природе имеют равномерные временные интервалы. Временной ряд discrete_data, показанный на верхнем графике, содержит 20 наблюдений — по одному на каждом из дискретных временных индексов от 1 до 20. Для discrete_data дискретная временна́я индексация вполне уместна.
Временной ряд continuous_series, показанный на нижнем графике, также содержит 20 наблюдений и следует той же периодической закономерности, что и discrete_data, однако его наблюдения распределены неравномерно. Первое, второе и последнее наблюдения зафиксированы в моменты времени 1,210322, 1,746137 и 20,180524 соответственно. Для continuous_series естественна непрерывная временна́я индексация, при этом наблюдения расположены приблизительно равномерно — около одного наблюдения на единицу времени. Давайте проверим, как будет выглядеть дискретная временна́я индексация для continuous_series.
Это упражнение является частью курса
Анализ временных рядов в R
Инструкции к упражнению
- Используйте
plot(___, ___, type = "b"), чтобы отобразитьcontinuous_seriesв зависимости отcontinuous_time_index— его непрерывного временного индекса. - Создайте вектор 1:20, который будет использоваться как дискретный временной индекс.
- Теперь используйте
plot(___, ___, type = "b"), чтобы отобразитьcontinuous_seriesв зависимости отdiscrete_time_index. - Обратите внимание на различия между полученными графиками. При этом аппроксимация выглядит вполне разумной, поскольку общая тенденция сохраняется.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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")