Brakujące wartości

W danych szeregów czasowych czasami pojawiają się brakujące wartości, oznaczane w R jako NA. Warto wiedzieć, gdzie się znajdują i jak poszczególne funkcje R sobie z nimi radzą. Niekiedy brakujące wartości można zignorować, innym razem lepiej je uzupełnić – czyli dokonać imputacji.

Wróćmy do miesięcznego zbioru danych AirPassengers, ale tym razem dane z roku 1956 są niedostępne. W tym ćwiczeniu sprawdzisz, jak te braki wpływają na analizę, i uzupełnisz brakujące obserwacje.

Funkcja mean() oblicza średnią próbki, ale zwróci NA, jeśli dane zawierają choćby jedną brakującą wartość. Użyj mean(___, na.rm = TRUE), aby obliczyć średnią z pominięciem wartości NA. Zastępowanie brakujących danych średnią obserwowanych wartości to popularna technika imputacji. Zastanów się, czy ta prosta metoda sprawdza się w przypadku zbioru AirPassengers.

To ćwiczenie jest częścią kursu

Analiza szeregów czasowych w R

Zobacz kurs

Instrukcje do ćwiczenia

Użyj funkcji plot(), aby wyświetlić wykres danych AirPassengers. Zwróć uwagę na brak danych za rok 1956.
Użyj funkcji mean(), aby obliczyć średnią próbki dla AirPassengers z pominięciem brakujących wartości (na.rm = TRUE).
Uruchom gotowy kod, który uzupełni brakujące dane wartością średniej.
Wywołaj ponownie funkcję plot(), aby wyświetlić wykres zaktualizowanego zbioru AirPassengers.
Uruchom gotowy kod, który doda do wykresu kompletne dane AirPassengers.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Plot the AirPassengers data
plot(___)

# Compute the mean of AirPassengers


# Impute mean values to NA in AirPassengers
AirPassengers[85:96] <- mean(AirPassengers, na.rm = ___)

# Generate another plot of AirPassengers


# Add the complete AirPassengers data to your plot
rm(AirPassengers)
points(AirPassengers, type = "l", col = 2, lty = 3)

Edytuj i uruchom kod