Valori lipsă

Uneori, seriile de timp conțin valori lipsă, notate cu NA în R, și este util să știi unde se află acestea. Este important și să înțelegi cum gestionează diferite funcții din R aceste valori lipsă. Uneori vrem să le ignorăm, alteori preferăm să le imputăm sau să le estimăm.

Să revenim la setul de date lunar AirPassengers, dar de data aceasta datele pentru anul 1956 lipsesc. În acest exercițiu, vei explora implicațiile acestor date lipsă și vei imputa valori noi pentru a rezolva problema.

Funcția mean() calculează media eșantionului, însă eșuează în prezența oricărei valori NA. Folosește mean(___, na.rm = TRUE) pentru a calcula media cu toate valorile lipsă eliminate. O practică frecventă este înlocuirea valorilor lipsă cu media valorilor observate. Această schemă simplă de imputare pare adecvată pentru setul de date AirPassengers?

Acest exercițiu face parte din cursul

Analiza seriilor de timp în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosește plot() pentru a afișa un grafic simplu al datelor AirPassengers. Observă datele lipsă pentru 1956.
Folosește mean() pentru a calcula media eșantionului din AirPassengers cu valorile lipsă eliminate (na.rm = TRUE).
Rulează codul pre-scris pentru a imputa valorile mediei în locul datelor lipsă.
Folosește din nou plot() pentru a reprezenta grafic datele AirPassengers cu valorile imputate.
Rulează codul pre-scris pentru a adăuga datele complete AirPassengers în graficul tău.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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)

Editează și rulează codul