失业率的滞后处理
鉴于经济趋势对旅游业的影响可能需要一段时间，在分析前先对失业率数据进行滞后处理会更有帮助。
在 xts 中生成滞后非常直接，使用 lag() 命令即可。它需要您指定要滞后的数据（参数 x）以及用于确定滞后方向与幅度的 k 值。
请务必保持不同库的用法一致。Base R 和 zoo 包要求用「负数」表示滞后，因此 1 期滞后写作 "-1"（相反地，1 期前移则写作 "1"）。与此相反，xts 包用「正数」表示滞后，因此 1 期滞后写作 "1"（而 1 期前移写作 "-1"）。
本练习是课程的一部分
案例研究：在 R 中分析城市时间序列数据
练习说明
- 使用
lag()生成美国失业率的 1 个月滞后。对月度数据，1 个月滞后只需将参数k设为1。请记住，unemployment对象包含美国失业率（us）和马萨诸塞州失业率（ma）两个时间序列。您需要指定要滞后的列。将新的 xts 对象保存为us_monthlag。 - 再次调用
lag()生成美国失业率的 1 年滞后。同样请确保在unemployment中指定正确的列，并为整整 1 年设置合适的k值。将新的 xts 对象保存为us_yearlag。 - 使用
merge()将原始失业率数据（unemployment）与新生成的滞后（us_monthlag和us_yearlag）合并。将合并后的数据保存为unemployment_lags。 - 使用
head()查看unemployment_lags的前15行。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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