“OECD” er en pakke i R, der giver en grænseflade til at udføre en forespørgsel direkte fra R-kode. I dette indlæg bruger jeg “OECD”-pakken til at analysere europæiske transportdata. Jeg begynder med at læse i OECD-pakken i R. Den indeholder en funktion “search_dataset”, og jeg vil gerne læse, hvad den kan: “search_dataset” giver os mulighed for […]
I tidligere indlæg viste jeg, hvordan man henter og bruger data fra Twitter ( twitteR ), Yahoo Finance ( quantmod ), The Guardian ( guardianR ) og OECD ( oecd R-package ). I dette indlæg viser jeg, hvordan du får adgang til FRED-data med en API-nøgle ved hjælp af den tilgængelige R-pakke: fredr. En god dokumentation for at komme i gang med fredr-pakken er også udgivet af […]
I et tidligere indlæg forklarede jeg CAGR-baseret prognose. CAGR-baseret prognose er en meget enkel prognosemetode, som ofte anvendes i industrien, f.eks. til prognoser for salg og produktionsoutput. Simple prognosemodeller har fordele. De er nemme at forstå og nemme at implementere. Derudover indeholder de få parametre og er dermed meget præcise i deres kerneantagelser. På den måde kan man sige, […]
I tidligere indlæg introducerede jeg meget simple (og naive) prognosemetoder, nemlig CAGR-baseret prognose og simpel glidende gennemsnitsprognose . Jeg implementerede sådanne prognosemetoder i R og demonstrerede grundlæggende use cases. I dette indlæg vil jeg introducere en anden simpel prognosemetode: Random walk forecasting. Jeg vil implementere et eksempel ved hjælp af Python. Random walk forecasting kan fx bruges til at skabe en […]
Jeg udvider min seneste analyse af udviklingen i tysk transportvolumen ved at sammenligne forskellige indlandsgodskategorier i et ggplot-diagram. Dataene forespurgte jeg igen ved hjælp af OECD-pakken i R. Fra det forrige indlæg kender vi allerede ID-nøglen til det transportrelaterede datasæt af interesse. Ved hjælp af get_dataset (R-funktion fra OECD-databasen) trækker jeg dataene via OECD-grænsefladen i R . Ved hjælp af dplyr […]