Zpracování chybějících hodnot

Ve 3. kapitole jsi používal/a na.locf() k doplnění chybějících hodnot hodnotou předcházející. Pokud ale přenášení předchozí hodnoty dopředu není vhodné, můžeš sáhnout po interpolaci. V tomto cvičení si vyzkoušíš dvě metody interpolace: lineární a splajnovou.

Lineární interpolace počítá hodnoty ležící na přímce mezi dvěma známými datovými body. Hodí se pro víceméně lineární data, například pro řady se silným trendem. Splajnová interpolace je vhodnější pro řady bez výrazného trendu – počítá nelineární aproximaci na základě více datových bodů.

Použij obě metody k interpolaci tří chybějících hodnot desetileté sazby státních dluhopisů v objektu DGS10. Potom porovnej výsledky s výstupem funkce na.locf().

Toto cvičení je součástí kurzu

Importing and Managing Financial Data in R

Zobrazit kurz

Pokyny k cvičení

Dokonči příkaz tak, aby na.approx() doplnilo chybějící hodnoty pomocí lineární interpolace.
Dokonči příkaz tak, aby na.spline() doplnilo chybějící hodnoty pomocí splajnové interpolace.
Spoj locf, approx a spline do jednoho objektu s názvem na_filled.
Dokonči příkaz pro vykreslení objektu na_filled.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# fill NA using last observation carried forward
locf <- na.locf(DGS10)

# fill NA using linear interpolation
approx <- ___(DGS10)

# fill NA using spline interpolation
spline <- ___(DGS10)

# merge into one object


# plot combined object
___(___, col = c("black", "red", "green"))

Upravit a spustit kód