右側的圖顯示了原始的 GDP 資料(上方),接著是你使用不同缺漏處理技術所產生的三個 xts 物件:locf、nocb 與 approx。你要選擇的技術必須考量情境,包括資料代表的意義,以及你能從非遺漏資料中辨識出的關係。
locf
nocb
approx
根據你對這組資料的理解,在這個情境下哪一種方法最合理?
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
你受聘來了解造訪波士頓地區的觀光客旅遊需求。作為上任後的第一項任務,你將運用在 R 中處理時間序列資料的技能,透過 xts 與 zoo 探索抵達波士頓羅根國際機場(BOS)的航班資料。
在本章中,你會將時間序列資料的工具庫擴展到包含波士頓地區的天氣資料。開始分析之前,你需要先進行資料處理,包括合併多個 xts 物件,並擷取資料中的特定期間。這是絕佳的練習機會!
現在是時候把視野拉得更廣。除了航班延誤外,你的客戶也關心經濟趨勢如何影響波士頓的觀光產業。你需要處理一些經濟指標的時間序列資料,包括美國整體與麻薩諸塞州(MA)特別的每人 GDP 與失業率。
當前練習
先前的方向都已經用盡後,你的客戶現在認為波士頓的觀光產業可能與在地運動隊伍的表現有關。這個專案的最後任務中,你的主管要你彙整過去幾年波士頓運動隊伍的時間序列資料。