เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ค่าที่หายไป

บางครั้งข้อมูลอนุกรมเวลาอาจมีค่าที่หายไป ซึ่งใน R จะแทนด้วย NA การรู้ตำแหน่งของค่าเหล่านี้จึงมีประโยชน์มาก นอกจากนี้ยังควรทำความเข้าใจว่าฟังก์ชันต่าง ๆ ใน R จัดการกับค่าที่หายไปอย่างไร บางครั้งเราอาจเลือกที่จะละเว้นค่าที่หายไป แต่ในบางกรณีเราอาจต้องการประมาณหรือแทนค่าเหล่านั้น

มาดูชุดข้อมูลรายเดือน AirPassengers อีกครั้ง แต่คราวนี้ข้อมูลของปี 1956 หายไป ในแบบฝึกหัดนี้ จะได้สำรวจผลกระทบของข้อมูลที่หายไปและลองแทนค่าเพื่อแก้ปัญหา

ฟังก์ชัน mean() ใช้คำนวณค่าเฉลี่ยของกลุ่มตัวอย่าง แต่จะล้มเหลวเมื่อมีค่า NA อยู่ในข้อมูล ให้ใช้ mean(___, na.rm = TRUE) เพื่อคำนวณค่าเฉลี่ยโดยตัดค่าที่หายไปออก การแทนค่าที่หายไปด้วยค่าเฉลี่ยของข้อมูลที่มีอยู่เป็นวิธีที่นิยมใช้กัน วิธีการแทนค่าแบบง่ายนี้เหมาะสมกับชุดข้อมูล AirPassengers หรือไม่?

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์อนุกรมเวลาใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ plot() เพื่อแสดงกราฟของ AirPassengers และสังเกตข้อมูลที่หายไปในปี 1956
  • ใช้ mean() เพื่อคำนวณค่าเฉลี่ยของ AirPassengers โดยลบค่าที่หายไปออก (na.rm = TRUE)
  • รันโค้ดที่เตรียมไว้ให้เพื่อแทนค่าเฉลี่ยลงในตำแหน่งที่ข้อมูลหายไป
  • เรียกใช้ plot() อีกครั้งเพื่อแสดงกราฟข้อมูล AirPassengers ที่แทนค่าแล้ว
  • รันโค้ดที่เตรียมไว้ให้เพื่อเพิ่มข้อมูล AirPassengers ที่สมบูรณ์ลงในกราฟ

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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)
แก้ไขและรันโค้ด