Kursus
Memanipulasi Data Deret Waktu di R
MenengahTingkat Keterampilan
Diperbarui 12/2024Mulai Kursus Gratis
Termasuk denganPremium or Team
RData Manipulation4 jam15 videos49 Latihan4,100 XP6,641Bukti Prestasi
Buat Akun Gratis Anda
atau
Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.Dipercaya oleh para pelajar di ribuan perusahaan
Pelatihan untuk 2 orang atau lebih?
Coba DataCamp for BusinessDeskripsi Kursus
Pelajari Seluruh Hal tentang Data Seri Waktu
Bekerja dengan data yang berubah seiring waktu merupakan keterampilan yang esensial dalam ilmu data. Jenis data ini dikenal sebagai rangkaian waktu. Anda akan mempelajari dasar-dasar apa yang diwakili oleh rangkaian waktu, cara mengakses statistik ringkasan tentang data dalam rangkaian waktu, dan cara menginterpretasikan rangkaian waktu secara visual.Menguasai Manipulasi Seri Waktu dengan zoo, lubridate, dan xts
Anda akan menguasai penggunaan paket zoo dan lubridate untuk mengimpor, mengeksplorasi, dan memvisualisasikan data time series di R. Anda akan belajar untuk mengambil atribut kunci dari informasi time series, seperti periode data tersebut dan seberapa sering data tersebut diambil, serta menjadi mahir dalam mengonversi antara data frame dan time series sepanjang proses. Selain itu, dengan menggabungkan data Anda, Anda akan belajar untuk melihat tren keseluruhan dalam data menggunakan paket xts.Sempurnakan Keterampilan Pemotongan Data Anda
Anda akan membahas cara mengambil subset jendela dari rangkaian waktu untuk fokus pada periode tertentu yang menjadi perhatian. Anda akan mengambil sampel data deret waktu pada berbagai interval waktu, seperti setiap menit, jam, bulan, atau tahun. Anda juga akan mempelajari metode 'mengisi' data Anda – mengisi nilai yang hilang dengan metode pengisian konstan, LOCF, atau interpolasi linier. Anda juga akan belajar cara membuat "jendela bergerak" dari rangkaian waktu yang bergerak, atau "berputar", bersama dengan data, sehingga memungkinkan untuk merangkum tren dalam data sepanjang waktu. Anda juga akan belajar cara membuat jendela yang berkembang, yang menunjukkan bagaimana statistik ringkasan ini mendekati nilai akhir mereka.Persyaratan
Working with Dates and Times in R1
What Is Time Series Data?
You'll learn the foundations of what a time series represents, how to retrieve summary statistics about the data in a time series, and how to visually interpret a time series plot as part of the exploration step of your analysis. You’ll also cover how to manage date and time information within R objects and ways of incorporating consistent formatting for dates.
2
Manipulating Time Series with zoo
Here, you’ll learn to retrieve key attributes of time series information, such as the range in time of the data and how often the data were sampled, to understand your data better. You'll also be introduced to the zoo package, which contains tools and functions for creating and manipulating time series objects. Many data science applications in R use the data frame paradigm; you'll learn how to convert between a data frame and a time series.
3
Indexing Time Series Objects
You’ll cover how to subset a window from a time series to focus on a particular period of interest. You’ll see that when working with real-world time series data, the timespan of your dataset may cover more information than you need, which can clutter your visualizations. You’ll sample time series data at various rates, such as every minute, hour, month, or year. Further, by aggregating your data, you’ll learn to see the overall trends in the data using the xts package. You'll also learn methods of 'imputing' your data – filling in missing values with constant fill, LOCF, or linear interpolation methods.
4
Rolling and Expanding Windows
You’ll learn to create “rolling” windows of a time series that move, or "roll" along with data, making it possible to summarize trends in the data across time, such as the average over success months of observations or the sum over several weeks of sales. Overall summary statistics, like mean, median, sum, maximum, and so on, do not always provide insight into how data changes over time, and rolling windows will allow you to compute statistics dynamically. In addition to rolling windows, you will also learn how to create expanding windows, which show how these summary statistics approach their final value.
Memanipulasi Data Deret Waktu di R
Kursus Selesai
Memperoleh Surat Keterangan Prestasi
Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV AndaBagikan di media sosial dan dalam penilaian kinerja Anda
Termasuk denganPremium or Team
Daftar SekarangBergabung dengan 19 juta pelajar dan mulai Memanipulasi Data Deret Waktu di R Hari Ini!
Buat Akun Gratis Anda
atau
Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.