Kom igångKom igång gratis

Tidsseriegrafer

Det första steget i varje dataanalys är att visualisera datan. Grafer gör det möjligt att se många egenskaper hos datan, till exempel mönster, avvikande observationer, förändringar över tid och samband mellan variabler. Precis som datatypen avgör vilken prognosmetod som är lämplig, avgör den också vilka grafer som passar bäst.

Du kan använda funktionen autoplot() för att skapa ett tidsserieplot med eller utan facetter – det vill säga paneler som visar olika delar av datan:

> autoplot(usnim_2002, facets = FALSE)

Denna metod är ett av många exempel i kursen som tar booleska argument. Både T och TRUE betyder "sant", och F och FALSE betyder "falskt". Däremot kan T och F skrivas över i din kod. Därför bör du enbart använda TRUE och FALSE för att ange dina indikatorer under resten av kursen.

I den här övningen använder du också två funktioner till: which.max() och frequency(). which.max() kan användas för att identifiera det minsta indexet för maxvärdet:

> x <- c(4, 5, 5)
> which.max(x)
[1] 2

Använd frequency() för att ta reda på antalet observationer per tidsenhet. Kom ihåg datan usnim_2002 från föregående övning:

> frequency(usnim_2002)
[1] 4

Eftersom kursen använder paketen forecast och ggplot2 har de redan laddats in i din arbetsmiljö. Detsamma gäller myts från föregående övning samt följande tre tidsserier (tillgängliga i paketet forecast):

  • gold – guldpriser i amerikanska dollar
  • woolyrnq – information om produktion av ullgarn i Australien
  • gas – australisk gasproduktion

Den här övningen är en del av kursen

Prognoser i R

Visa kurs

Övningsinstruktioner

  • Plotta datan du sparade som myts med hjälp av autoplot() med facettering.
  • Plotta samma data utan facettering genom att sätta lämpligt argument till FALSE. Vad händer?
  • Plotta tidsserierna gold, woolyrnq och gas i separata grafer.
  • Använd which.max() för att hitta avvikaren i serien gold. Vilken observation var det?
  • Använd funktionen frequency() på varje råvara för att få antalet observationer per tidsenhet. För veckodata returnerar den till exempel 52.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Plot the data with facetting
autoplot(___, facets = ___)

# Plot the data without facetting
___

# Plot the three series
autoplot(___)
___
___

# Find the outlier in the gold series
goldoutlier <- ___(___)

# Look at the seasonal frequencies of the three series
frequency(___)
___
___
Redigera och kör kod