After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Cursusbeschrijving
Leer alles over tijdreeksgegevens
Werken met gegevens die in de loop van de tijd veranderen, is een belangrijke vaardigheid in datawetenschap. Dit soort gegevens noemen we een tijdreeks. Je leert de basis van wat een tijdreeks is, hoe je samenvattende statistieken over de gegevens in een tijdreeks kunt ophalen en hoe je een tijdreeks visueel kunt interpreteren.Word een expert in het werken met tijdreeksen met zoo, lubridate en xts
Je leert hoe je de pakketten zoo en lubridate kunt gebruiken om tijdreeksgegevens te importeren, te verkennen en te visualiseren in R. Je leert hoe je belangrijke kenmerken van tijdreeksinformatie kunt ophalen, zoals de periode van die gegevens en hoe vaak de gegevens zijn bemonsterd, en je leert ondertussen vloeiend om te schakelen tussen gegevensframes en tijdreeksen. Door je gegevens samen te voegen, leer je bovendien de algemene trends in de gegevens te zien met behulp van het xts-pakket.Maak je vaardigheden in het maken van subsets nog beter
Je leert hoe je een deel van een tijdreeks kunt selecteren om je te concentreren op een bepaalde periode die je interessant vindt. Je gaat tijdreeksgegevens met verschillende frequenties bemonsteren, bijvoorbeeld elke minuut, elk uur, elke maand of elk jaar. Je leert ook manieren om je gegevens 'aan te vullen' – ontbrekende waarden invullen met constante invulling, LOCF of lineaire interpolatiemethoden. Je leert ook hoe je 'rollende' vensters van een tijdreeks kunt maken die meebewegen of 'rollen' met de gegevens, waardoor je trends in de gegevens over een bepaalde periode kunt samenvatten. Je leert ook hoe je uitklapbare vensters kunt maken, die laten zien hoe deze samenvattende statistieken hun uiteindelijke waarde benaderen.Vereisten
Curriculum
Cursusoverzicht
1
Wat zijn tijdreeksgegevens?
Je leert de basis van wat een tijdreeks is, hoe je samenvattende statistieken uit een tijdreeks haalt, en hoe je een tijdreeksplot visueel interpreteert als onderdeel van de verkenningsstap van je analyse. Je behandelt ook hoe je datum- en tijdinformatie binnen R-objecten beheert en manieren om consistente opmaak voor datums toe te passen.
- Wat is tijdreeksdata?50 XP
- Tijdreeksen plotten met autoplot100 XP
- Samenvatting van tijdreeks100 XP
- Tijdreeksplots interpreteren100 XP
- Temporele dataklassen in R50 XP
- De klasse bepalen50 XP
- is-dot-functies100 XP
- as_date van lubridate100 XP
- Datums opmaken in R50 XP
- Conversiespecificaties100 XP
- Datums parsen en opmaken100 XP
2
Tijdreeksen bewerken met zoo
Hier leer je belangrijke kenmerken van tijdreeksinformatie ophalen, zoals het tijdsbereik van de gegevens en hoe vaak er is bemonsterd, om je gegevens beter te begrijpen. Je maakt ook kennis met het pakket zoo, dat tools en functies bevat voor het maken en bewerken van tijdreeksobjecten. Veel data-science-toepassingen in R gebruiken het data frame-paradigma; je leert hoe je kunt converteren tussen een data frame en een tijdreeks.
3
Indexeren van tijdreeksobjecten
Je leert hoe je een venster uit een tijdreeks kunt subsetten om je te richten op een specifieke periode. Je ziet dat bij werken met tijdreeksgegevens uit de praktijk de tijdsspanne van je gegevensset meer kan bevatten dan je nodig hebt, wat je visualisaties kan vertroebelen. Je bemonstert tijdreeksgegevens op verschillende frequenties, zoals elke minuut, uur, maand of jaar. Door je gegevens te aggregeren, leer je de algemene trends in de gegevens te zien met het pakket xts. Je leert ook methoden om je gegevens te ‘imputeren’ — ontbrekende waarden opvullen met een constante, LOCF of lineaire interpolatie.
4
Rollende en uitbreidende vensters
Je leert ‘rollende’ vensters van een tijdreeks te maken die meebewegen met de gegevens, zodat je trends in de tijd kunt samenvatten, zoals het gemiddelde over opeenvolgende maanden met observaties of de som over meerdere weken aan verkopen. Algemene samenvattende statistieken, zoals gemiddelde, mediaan, som, maximum enzovoort, geven niet altijd inzicht in hoe gegevens in de tijd veranderen, en rollende vensters laten je statistieken dynamisch berekenen. Naast rollende vensters leer je ook hoe je uitbreidende vensters maakt, die laten zien hoe deze samenvattende statistieken hun uiteindelijke waarde benaderen.
R
Tijdreeksgegevens bewerken in R
Cursus
voltooid
