Khám phá dữ liệu thất nghiệp
Giờ bạn đã ôn lại các bước cơ bản để xử lý dữ liệu thiếu, bạn có thể dễ dàng xem xét và làm sạch các chuỗi thời gian mới ngay khi cần.
Trong bài tập này, bạn sẽ thực hành thêm bằng cách khám phá, làm sạch và trực quan hóa dữ liệu về tỷ lệ thất nghiệp, cả ở Hoa Kỳ nói chung và ở Massachusetts (MA) nói riêng. Một đối tượng xts chứa dữ liệu này, unemployment, đã có sẵn trong không gian làm việc của bạn.
Bài tập này là một phần của khóa học
Nghiên cứu tình huống: Phân tích dữ liệu chuỗi thời gian của thành phố bằng R
Hướng dẫn bài tập
- Xem thông tin tóm tắt về dữ liệu
unemploymentcủa bạn bằngsummary(). Hãy chú ý kỹ đến số lượngNA'sđược hiển thị trong đầu ra. Cũng lưu ý rằng các giá trịminvàmaxcủa chỉ mục thời gian cho biết giai đoạn mà dữ liệu của bạn bao phủ. - Dùng
na.approx()để loại bỏ các giá trị thiếu trong dữ liệu thất nghiệp thông qua nội suy tuyến tính. Lưu các giá trị đã xử lý này trở lại vào đối tượngunemployment. - Dùng
plot.zoo()để vẽ biểu đồ cho dữ liệuunemployment. Chỉ địnhplot.typelà"single"để đưa cả dữ liệu toàn nước Mỹ và dữ liệu riêng của Massachusetts lên cùng một biểu đồ. Giữ nguyên đối sốltyvà lời gọilegend()như hiện tại.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# View a summary of your unemployment data
# Use na.approx to remove missing values in unemployment data
unemployment <-
# Plot new unemployment data
plot.zoo(___, plot.type = "___", lty = lty)
legend("topright", lty = lty, legend = labels, bg = "white")