Fördröjning av arbetslöshetsdata

Eftersom ekonomiska trender kan ta tid att påverka turismen kan det vara användbart att fördröja arbetslöshetsdatan innan du fortsätter med analysen.

Att skapa en fördröjning i xts är enkelt med kommandot lag(), som kräver att du anger de data som ska fördröjas (argumentet x) och ett k-värde för att bestämma fördröjningens riktning och storlek.

Var noga med att hålla formateringen konsekvent. Base R och paketet zoo kräver att du anger en fördröjning med ett negativt värde, så att en fördröjning på 1 uttrycks som "-1" (och ett försprång på 1 uttrycks något motintuitivt som "1"). Paketet xts anger däremot fördröjningar med ett positivt värde, så att en fördröjning på 1 uttrycks som "1" (och ett försprång på 1 uttrycks som "-1").

Den här övningen är en del av kursen

Fallstudie: Analys av tidsseridata för städer i R

Visa kurs

Övningsinstruktioner

Använd lag() för att skapa en månads fördröjning av den amerikanska arbetslösheten. För en månads fördröjning med månadsdata sätter du helt enkelt argumentet k till 1. Kom ihåg att ditt unemployment-objekt innehåller tidsseriedata för både amerikansk arbetslöshet (us) och arbetslöshet i Massachusetts (ma). Du behöver ange vilken kolumn du vill fördröja. Spara det nya xts-objektet som us_monthlag.
Använd ytterligare ett anrop till lag() för att skapa en ettårsfördröjning av den amerikanska arbetslösheten. Se till att du anger rätt kolumn i unemployment och lämpligt k-värde för att generera en fördröjning över ett helt år. Spara det nya xts-objektet som us_yearlag.
Använd merge() för att kombinera dina ursprungliga arbetslöshetsdata (unemployment) med de nya fördröjningarna (us_monthlag och us_yearlag). Spara det kombinerade datasetet som unemployment_lags.
Använd head() för att visa de första 15 raderna i unemployment_lags.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Create a one month lag of US unemployment
us_monthlag <- lag(___$___, k = ___)

# Create a one year lag of US unemployment
us_yearlag <- 

# Merge your original data with your new lags 
unemployment_lags <- merge(unemployment, ___, ___)

# View the first 15 rows of unemployment_lags

Redigera och kör kod