Substituir dados ausentes - II

Como na maioria dos aspectos de manipulação de séries temporais, há muitas maneiras de lidar com valores ausentes. Como você viu no exercício anterior, tanto a abordagem locf quanto a nocb exigem que você faça certas suposições sobre os padrões de crescimento nos seus dados. Enquanto locf é mais conservadora e nocb é mais agressiva, ambas geram crescimento em degraus a partir de dados ausentes.

Mas e se você tiver motivo para esperar crescimento linear nos seus dados? Nesse caso, pode ser mais útil usar a interpolação linear, que gera novos valores entre os dados nas extremidades do valor ausente, ponderados de acordo com o tempo.

Neste exercício, você vai preencher os valores ausentes nos seus dados gdp_xts usando o comando na.approx(), que utiliza interpolação para estimar valores lineares no tempo.

Este exercício faz parte do curso

Estudo de Caso: Analisando Séries Temporais de Cidades em R

Ver curso

Instruções do exercício

Use na.approx() para preencher os valores ausentes em gdp_xts usando interpolação linear. Salve esse novo objeto xts como gdp_approx.
Plote seu novo objeto xts usando plot.xts().
Consulte seu novo objeto xts para o PIB em 1993.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Fill NAs in gdp_xts using linear approximation
gdp_approx <- 

# Plot your new xts object
plot.xts(___, major.format = "%Y")
  
# Query for GDP in 1993 in gdp_approx

Editar e executar o código