Eksik değerler

Zaman serisi verilerinde bazen R'de NA ile gösterilen eksik değerler bulunur ve bunların konumlarını bilmek faydalıdır. Ayrıca farklı R fonksiyonlarının eksik değerleri nasıl ele aldığını bilmek de önemlidir. Bazen eksikliği görmezden gelmek isteyebiliriz, ama diğer zamanlarda eksik değerleri atamak ya da tahmin etmek isteyebiliriz.

Aylık AirPassengers veri kümesini yine ele alalım, ancak şimdi 1956 yılına ait veriler eksik. Bu egzersizde, bu eksik verinin sonuçlarını inceleyecek ve sorunu çözmek için bazı yeni veriler atayacaksın.

mean() fonksiyonu örnek ortalamayı hesaplar, ancak herhangi bir NA varlığında başarısız olur. Tüm eksik değerler çıkarılmış şekilde ortalamayı hesaplamak için mean(___, na.rm = TRUE) kullan. Eksik değerleri, gözlenen değerlerin ortalamasıyla değiştirmek yaygındır. Bu basit veri atama yöntemi AirPassengers veri kümesine uygulandığında sence yeterli görünüyor mu?

Bu egzersiz, kursun bir parçasıdır

R ile Zaman Serisi Analizi

Kursa Göz Atın

Egzersiz talimatları

plot() kullanarak AirPassengers için basit bir grafik göster. 1956 yılındaki eksik veriye dikkat et.
mean() kullanarak, eksik veriler çıkarılmış (na.rm = TRUE) şekilde AirPassengers örnek ortalamasını hesapla.
Ortalama değerleri eksik verine atamak için önceden yazılmış kodu çalıştır.
Yeni atadığın AirPassengers verisini yeniden çizmek için bir kez daha plot() çağrısı yap.
Grafiğine eksiksiz AirPassengers verisini eklemek için önceden yazılmış kodu çalıştır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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)

Kodu Düzenle ve Çalıştır