Înlocuirea datelor lipsă - II
Ca în cazul majorității aspectelor legate de manipularea seriilor de timp, există mai multe moduri de a gestiona valorile lipsă. Așa cum ai descoperit în exercițiul anterior, atât abordarea locf, cât și nocb te obligă să faci anumite presupuneri despre tiparele de creștere din date. Deși locf este mai conservatoare, iar nocb mai agresivă, ambele generează o creștere în trepte pentru datele lipsă.
Dar ce se întâmplă dacă ai motive să te aștepți la o creștere liniară în date? În acest caz, poate fi mai util să folosești interpolarea liniară, care generează valori noi între datele de pe fiecare parte a valorii lipsă, ponderate în funcție de timp.
În acest exercițiu, vei completa valorile lipsă din setul de date gdp_xts folosind comanda na.approx(), care utilizează interpolarea pentru a estima valori liniare în timp.
Acest exercițiu face parte din cursul
Studiu de caz: Analiza seriilor de timp pentru un oraș în R
Instrucțiuni pentru exercițiu
- Folosește
na.approx()pentru a completa valorile lipsă dingdp_xtsprin interpolare liniară. Salvează noul obiect xts cagdp_approx. - Reprezintă grafic noul obiect xts folosind
plot.xts(). - Interogează noul obiect xts pentru PIB-ul din 1993.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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