失業率的滯後處理
由於經濟趨勢可能需要一段時間才會影響觀光業，在分析之前先對失業率資料做滯後可能會有幫助。
在 xts 中使用 lag() 產生滯後相當直接，你需要指定要滯後的資料（參數 x），以及用來決定滯後方向與幅度的 k 值。
請特別留意不同函式庫的格式差異。Base R 與 zoo 套件要求以「負值」指定滯後，因此 1 期滯後要寫成 "-1"（而 1 期前置 lead 則反直覺地寫成 "1"）。相較之下，xts 套件以「正值」指定滯後，因此 1 期滯後寫成 "1"（而 1 期前置則寫成 "-1"）。
本練習屬於課程
個案研究：在 R 中分析城市時間序列資料
練習說明
- 使用
lag()產生「美國失業率」的 1 個月滯後。對月度資料的一個月滯後，將參數k設為1即可。記得unemployment物件同時包含美國失業率（us）與麻州失業率（ma），你需要指定要滯後的欄位。將新的 xts 物件存為us_monthlag。 - 再次呼叫
lag()，產生「美國失業率」的 1 年滯後。同樣地，確認在unemployment中指定正確欄位，並設定適當的k值來產生整整 1 年的滯後。將新的 xts 物件存為us_yearlag。 - 使用
merge()將原始失業率資料（unemployment）與新產生的滯後（us_monthlag與us_yearlag）合併。將合併後的資料存為unemployment_lags。 - 使用
head()檢視unemployment_lags的前15列。
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。
# Create a one month lag of US unemployment
us_monthlag <- lag(___$___, k = ___)
# Create a one year lag of US unemployment
us_yearlag <-
# Merge your original data with your new lags
unemployment_lags <- merge(unemployment, ___, ___)
# View the first 15 rows of unemployment_lags