BaşlayınÜcretsiz başlayın

Eksik verileri değiştir - II

Zaman serisi verisiyle çalışmanın çoğu yönünde olduğu gibi, eksiklikle başa çıkmanın birçok yolu var. Önceki egzersizde gördüğün gibi, hem locf hem de nocb yaklaşımları, verindeki büyüme desenleri hakkında bazı varsayımlar yapmanı gerektirir. locf daha temkinliyken nocb daha agresiftir, ancak her ikisi de eksik verilerden basamaklı (step-wise) büyüme üretir.

Peki ya verinde doğrusal büyüme beklemek için bir nedenin varsa? Bu durumda, zaman göreli ağırlıkla, eksik değerin her iki ucundaki veriler arasında yeni değerler üreten doğrusal enterpolasyonu kullanmak daha faydalı olabilir.

Bu egzersizde, zaman içinde doğrusal değerleri tahmin etmek için enterpolasyon kullanan na.approx() komutuyla gdp_xts verindeki eksik değerleri dolduracaksın.

Bu egzersiz, kursun bir parçasıdır

Vaka Çalışması: R ile Şehir Zaman Serisi Verilerini Analiz Etme

Kursa Göz Atın

Egzersiz talimatları

  • gdp_xts içindeki eksik değerleri doğrusal enterpolasyonla doldurmak için na.approx() kullan. Yeni xts nesnesini gdp_approx olarak kaydet.
  • Yeni xts nesneni plot.xts() ile görselleştir.
  • Yeni xts nesnesinde 1993 yılındaki GSYİH değerini sorgula.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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
Kodu Düzenle ve Çalıştır