Memanipulasi Data Deret Waktu di R

Di sini, Anda akan mempelajari cara memperoleh atribut kunci dari informasi deret waktu, seperti rentang waktu data dan seberapa sering data diambil sampelnya, untuk memahami data Anda dengan lebih baik. Anda juga akan diperkenalkan dengan paket zoo, yang berisi alat dan fungsi untuk membuat dan memanipulasi objek deret waktu. Banyak aplikasi data science di R menggunakan paradigma data frame; Anda akan mempelajari cara melakukan konversi antara data frame dan deret waktu.

Anda akan mempelajari cara mengambil subset jendela dari deret waktu untuk berfokus pada periode tertentu yang diminati. Anda akan melihat bahwa saat bekerja dengan data deret waktu dunia nyata, rentang waktu himpunan data Anda mungkin mencakup lebih banyak informasi daripada yang Anda perlukan, yang dapat membuat visualisasi menjadi semrawut. Anda akan melakukan sampling data deret waktu pada berbagai laju, seperti setiap menit, jam, bulan, atau tahun. Lebih jauh, dengan mengagregasikan data Anda, Anda akan mempelajari cara melihat tren keseluruhan dalam data menggunakan paket xts. Anda juga akan mempelajari metode "imputasi" data—mengisi nilai yang hilang dengan isian konstan, LOCF, atau interpolasi linear.

Anda akan mempelajari cara membuat jendela "rolling" dari deret waktu yang bergerak, atau "bergulir" mengikuti data, sehingga memungkinkan Anda merangkum tren data lintas waktu, seperti rata-rata selama beberapa bulan pengamatan atau jumlah selama beberapa minggu penjualan. Statistik ringkas keseluruhan, seperti mean, median, jumlah, maksimum, dan seterusnya, tidak selalu memberikan wawasan tentang bagaimana data berubah seiring waktu, dan jendela rolling memungkinkan Anda menghitung statistik secara dinamis. Selain jendela rolling, Anda juga akan mempelajari cara membuat jendela expanding, yang menunjukkan bagaimana statistik ringkas tersebut mendekati nilai akhirnya.