既然你已經檢視過資料,接下來要進行資料操作。請記得,我們的核心目標是探索波士頓地區氣溫與航班之間可能的關係。為了達到這個目的,你需要調整氣溫資料,確保它涵蓋的時間區間與尺度,能和航班資料相互對照。
根據你對 temps_1 與 temps_2 物件的檢視,下列哪一項敘述是正確的?
temps_1
temps_2
這些物件已經在你的工作環境中。你可以隨時用 class() 或 summary() 等指令進一步檢視,或重新執行上一個練習的指令。
class()
summary()
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!
當前練習
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。
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。