700+ courses, half price
Kursbeskrivning
Lär dig allt om tidsseriedata
Att arbeta med data som förändras över tid är en viktig färdighet inom data science. Den här typen av data kallas en tidsserie. Du kommer att lära dig grunderna i vad en tidsserie är, hur du hämtar sammanfattande statistik om data i en tidsserie och hur du tolkar en tidsserie visuellt.Bli expert på att hantera tidsserier med zoo, lubridate och xts
Du kommer att bemästra användningen av zoo- och lubridate-paketen för att importera, utforska och visualisera tidsseriedata i R. Du lär dig att hämta viktiga attribut för tidsseriedata, som period och samplingsfrekvens, och blir säker på att konvertera mellan data frames och tidsserier under kursens gång. Dessutom kommer du, genom att aggregera dina data, att lära dig se de övergripande trenderna i datan med hjälp av xts-paketet.Perfekta dina färdigheter i subsetting
Du kommer att lära dig hur du kan välja ut ett fönster från en tidsserie för att fokusera på en specifik tidsperiod. Du kommer att ta stickprov av tidsseriedata med olika intervall, till exempel varje minut, timme, månad eller år. Du kommer också att lära dig metoder för att 'imputera' dina data – fylla i saknade värden med konstant ifyllnad, LOCF eller linjär interpolation. Du kommer också att lära dig att skapa “rullande” fönster för en tidsserie som flyttar sig, eller “rullar”, tillsammans med datan, vilket gör det möjligt att sammanfatta trender i datan över tid. Du kommer också att lära dig hur du skapar expanderande fönster, som visar hur dessa sammanfattande statistik närmar sig sitt slutgiltiga värde.Förkunskapskrav
Kursplan
Kursöversikt
1
Vad är tidsseriedata?
Du lär dig grunderna i vad en tidsserie är, hur du hämtar sammanfattande statistik från tidsseriedata och hur du tolkar ett tidsseriediagram visuellt som en del av utforskningsfasen i din analys. Du får också lära dig hur du hanterar datum- och tidsinformation i R-objekt och hur du tillämpar konsekvent formatering för datum.
- Vad är tidsseriedata?50 XP
- Plotta tidsserier med autoplot100 XP
- Sammanfattning av tidsserier100 XP
- Tolka tidsserieplottar100 XP
- Temporala dataklasser i R50 XP
- Hitta klassen50 XP
- Is-dot-funktioner100 XP
- lubridate:s as_date100 XP
- Formatera datum i R50 XP
- Konverteringsspecifikationer100 XP
- Tolka och formatera datum100 XP
2
Manipulera tidsserier med zoo
Här lär du dig att hämta viktiga attribut från tidsserieinformation, till exempel datamängdens tidsintervall och samplingshastighet, för att bättre förstå dina data. Du introduceras även till paketet zoo, som innehåller verktyg och funktioner för att skapa och manipulera tidsserieobjekt. Många datavetenskapliga tillämpningar i R bygger på dataramsprincipen – du lär dig hur du konverterar mellan en dataram och en tidsserie.
3
Indexering av tidsserieobjekt
Du lär dig hur du urvalsbegränsar ett fönster från en tidsserie för att fokusera på ett specifikt tidsintervall. När du arbetar med verkliga tidsseriedata kan datamängdens tidsomfång innehålla mer information än du behöver, vilket kan göra visualiseringar svårlästa. Du samplar tidsseriedata med olika frekvenser, till exempel varje minut, timme, månad eller år. Genom att aggregera dina data lär du dig också att urskilja övergripande trender med hjälp av paketet xts. Dessutom lär du dig metoder för att imputera data – det vill säga fylla i saknade värden med konstantfyllning, LOCF eller linjär interpolation.
4
Rullande och expanderande fönster
Du lär dig att skapa rullande fönster för en tidsserie – fönster som rör sig framåt med data och gör det möjligt att sammanfatta trender över tid, till exempel medelvärdet under ett antal månader eller summan under flera försäljningsveckor. Övergripande sammanfattande statistik, som medelvärde, median, summa och maximum, ger inte alltid en bild av hur data förändras över tid – rullande fönster gör det möjligt att beräkna sådan statistik dynamiskt. Utöver rullande fönster lär du dig även att skapa expanderande fönster, som visar hur dessa sammanfattande mått successivt närmar sig sina slutliga värden.
R
Manipulera tidsseriedata i R
Kurs
slutförd

