Saknade värden

Ibland förekommer saknade värden i tidsseriedata – i R betecknas dessa som NA – och det är användbart att känna till var de finns. Det är också viktigt att förstå hur olika R-funktioner hanterar saknade värden. Ibland kan man vilja ignorera dem, men i andra fall kan det vara lämpligt att imputera eller uppskatta dem.

Vi återvänder till den månatliga datamängden AirPassengers, men den här gången saknas data för år 1956. I den här övningen undersöker du konsekvenserna av dessa saknade data och imputerar nya värden för att lösa problemet.

Funktionen mean() beräknar stickprovsmedelvärdet, men misslyckas om det finns NA-värden. Använd mean(___, na.rm = TRUE) för att beräkna medelvärdet med alla saknade värden borttagna. En vanlig metod är att ersätta saknade värden med medelvärdet av de observerade värdena. Verkar den här enkla imputeringsmetoden fungera bra för datamängden AirPassengers?

Den här övningen är en del av kursen

Tidsserieanalys i R

Visa kurs

Övningsinstruktioner

Använd plot() för att visa ett enkelt diagram över AirPassengers. Notera de saknade data för 1956.
Använd mean() för att beräkna stickprovsmedelvärdet för AirPassengers med de saknade värdena borttagna (na.rm = TRUE).
Kör den förskrivna koden för att imputera medelvärden i dina saknade data.
Använd ytterligare ett anrop till plot() för att rita om dina nyligen imputerade AirPassengers-data.
Kör den förskrivna koden för att lägga till de fullständiga AirPassengers-data i ditt diagram.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)

Redigera och kör kod