Zaman indeksi bize ne söylüyor?
Bazı veriler doğal olarak zamana göre eşit aralıklıdır. Üstteki şekilde gösterilen discrete_data zaman serisi 20 gözleme sahiptir; 1’den 20’ye kadar her ayrık zaman indeksinde bir gözlem vardır. Ayrık zaman indeksleme discrete_data için uygundur.
Alttaki şekilde gösterilen continuous_series zaman serisi de 20 gözleme sahiptir ve discrete_data ile aynı periyodik deseni izler, ancak gözlemler eşit aralıklı değildir. İlk, ikinci ve son gözlemleri sırasıyla 1.210322, 1.746137 ve 20.180524 zamanlarında gözlemlenmiştir. Sürekli zaman indeksleme continuous_series için doğaldır; yine de gözlemler yaklaşık olarak eşit aralıklıdır; zaman birimi başına yaklaşık 1 gözlem düşer. Şimdi continuous_series için ayrık zaman indekslemeyi kullanmayı inceleyelim.
Bu egzersiz, kursun bir parçasıdır
R ile Zaman Serisi Analizi
Egzersiz talimatları
plot(___, ___, type = "b")kullanarakcontinuous_series'i sürekli zaman indeksicontinuous_time_index'e karşı görselleştir- Ayrık zaman indeksi olarak kullanılmak üzere 1:20 vektörünü oluştur.
- Şimdi
plot(___, ___, type = "b")kullanarakcontinuous_series'idiscrete_time_index'e karşı görselleştir - Ortaya çıkan şekiller arasındaki çeşitli farklara dikkat et; yine de yaklaşım makul görünüyor çünkü genel eğilim korunmuş durumda
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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")