Začněte nyníZačněte zdarma

Lineární interpolace

U spojitých a číselných dat – tedy hodnot, které mohou nabývat libovolné hodnoty v daném rozsahu – je pro imputaci nejčastěji nejvhodnější lineární interpolace. Příkladem jsou data jako teplota, nadmořská výška nebo příjem na obyvatele.

V tomto cvičení zjistíš počet chybějících hodnot v časové řadě maunaloa_missing a pomocí lineární interpolace tyto hodnoty doplníš.

K dispozici máš maunaloa_missing, zoo a ggplot2.

Toto cvičení je součástí kurzu

Manipulace s časovými řadami v R

Zobrazit kurz

Pokyny k cvičení

  • Zjisti počet pozorování v maunaloa_missing, která mají hodnotu NA.

  • Pomocí lineární interpolace doplň chybějící hodnoty v maunaloa_missing; výsledek ulož jako maunaloa_linear.

  • Vytvoř ggplot z maunaloa_linear s červenou spojnicí.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Count the number of missing values
___

# Fill in values with linear approximation
___

# Generate a full ggplot of maunaloa_linear
ggplot(___,
       aes(___)) + 
  scale_y_continuous() + 
  ___
Upravit a spustit kód