資料分析－失業率 I
在影片中，我們對每月的 AirPassengers 資料集取對數後，擬合了季節性 ARIMA 模型。現在你要開始對 astsa 套件中的美國每月失業率資料 unemp 擬合季節性 ARIMA 模型。
第一步是把資料畫出來，留意長期趨勢與季節性持續性。接著觀察去趨勢後的資料，並去除季節性持續性。完成後，完全差分過的資料看起來應該會是定態的。
已為你預先載入 astsa 套件。
本練習屬於課程
R 中的 ARIMA 模型
練習說明
- 繪製
astsa中美國每月失業率（unemp）的時間序列圖，觀察趨勢與季節性。 - 對資料去趨勢並繪圖，將結果存為
d_unemp。注意其中的季節性持續性。 - 對去趨勢後的序列做季節性差分，將結果存為
dd_unemp。再繪製此新資料，留意它現在看起來已是定態。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Plot unemp
# Difference your data and plot it
d_unemp <-
# Seasonally difference d_unemp and plot it
dd_unemp <- diff(___, lag = 12)