Kom igångKom igång gratis

Säsongsplotar

Förutom tidsplotar finns det andra användbara sätt att visualisera data för att framhäva säsongsmönster och visa hur de förändras över tid.

  • En säsongsplot liknar en tidsplot, men data plottas mot de enskilda "säsonger" under vilka observationerna gjordes. Du kan skapa en sådan med funktionen ggseasonplot() på samma sätt som med autoplot().
  • En intressant variant av säsongsploten använder polära koordinater, där tidsaxeln är cirkulär i stället för horisontell. För att skapa en sådan lägger du helt enkelt till argumentet polar och sätter det till TRUE.
  • En delseriesplot består av miniatyrplotar för varje säsong. Medelvärdet för varje säsong visas som en blå horisontell linje.

Ett sätt att dela upp en tidsserie är att använda funktionen window(), som extraherar en delmängd från objektet x observerat mellan tidpunkterna start och end.

> window(x, start = NULL, end = NULL)

I den här övningen laddar du paketet fpp2 och använder två av dess datamängder:

  • a10 innehåller månadsvis försäljningsvolym för antidiabetiska läkemedel i Australien. Kan du i plotarna se vilken månad som har den högsta försäljningsvolymen varje år? Vad är ovanligt med resultaten för mars och april 2008?
  • ausbeer innehåller kvartalsvisa ölproduktionssiffror för Australien. Vad händer med ölproduktionen under kvartal 4?

Dessa exempel hjälper dig att förstå och tolka plotarna och hur de kan vara användbara.

Den här övningen är en del av kursen

Prognoser i R

Visa kurs

Övningsinstruktioner

  • Använd library() för att ladda paketet fpp2.
  • Använd autoplot() och ggseasonplot() för att skapa plotar av data i a10.
  • Använd funktionen ggseasonplot() med argumentet polar för att skapa en plot med polära koordinater för a10-data.
  • Använd funktionen window() för att enbart ta med data från ausbeer med start från 1992.
  • Använd slutligen autoplot() och ggsubseriesplot() för att skapa plotar av serien beer.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Load the fpp2 package
___

# Create plots of the a10 data
___
___

# Produce a polar coordinate season plot for the a10 data
ggseasonplot(___, polar = ___)

# Restrict the ausbeer data to start in 1992
beer <- ___(___, ___)

# Make plots of the beer data
___
___
Redigera och kör kod