Interpolation linéaire
Pour des données continues et numériques – dont les valeurs peuvent prendre n’importe quelle valeur dans un intervalle – l’interpolation linéaire est souvent la meilleure option pour l’imputation. Des données comme la température, l’altitude ou le revenu par habitant sont de bons exemples où l’on peut recourir à l’interpolation linéaire.
Dans cet exercice, vous allez déterminer le nombre de valeurs manquantes dans la série temporelle maunaloa_missing et utiliser l’interpolation linéaire pour les imputer.
maunaloa_missing, zoo et ggplot2 sont à votre disposition.
Cet exercice fait partie du cours
Manipuler des séries temporelles en R
Instructions
Déterminez le nombre d’observations de
maunaloa_missingqui sontNA.Utilisez l’interpolation linéaire pour remplir les valeurs manquantes de
maunaloa_missing; assignez le résultat àmaunaloa_linear.Générez un
ggplotdemaunaloa_linear, avec une courbe de couleur rouge.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Count the number of missing values
___
# Fill in values with linear approximation
___
# Generate a full ggplot of maunaloa_linear
ggplot(___,
aes(___)) +
scale_y_continuous() +
___