Відсутні значення

Іноді в часових рядах трапляються відсутні значення, які в R позначаються як NA, і корисно знати, де саме вони розташовані. Важливо також розуміти, як різні функції R обробляють пропуски. Іноді ми можемо захотіти їх ігнорувати, а іншим разом — виконати імпутацію або оцінити відсутні значення.

Знову розгляньмо місячний набір даних AirPassengers, але тепер дані за 1956 рік відсутні. У цій вправі ви дослідите наслідки таких пропусків і виконаєте імпутацію, щоб розв'язати проблему.

Функція mean() обчислює вибіркове середнє, але не працює за наявності будь-яких значень NA. Скористайтеся mean(___, na.rm = TRUE), щоб обчислити середнє з вилученням усіх відсутніх значень. Поширений підхід — замінити пропуски середнім спостережених значень. Чи виглядає така проста схема імпутації достатньою для набору даних AirPassengers?

Ця вправа є частиною курсу

Аналіз часових рядів в R

Переглянути курс

Інструкції до вправи

Використайте plot(), щоб побудувати простий графік AirPassengers. Зверніть увагу на відсутні дані за 1956 рік.
Скористайтеся mean(), щоб обчислити вибіркове середнє AirPassengers із вилученням пропусків (na.rm = TRUE).
Запустіть заздалегідь підготовлений код, щоб імпутувати середні значення у ваші пропуски.
Викличте plot() ще раз, щоб перепобудувати оновлені дані AirPassengers після імпутації.
Запустіть заздалегідь підготовлений код, щоб додати повні дані AirPassengers на ваш графік.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)

Редагувати та запускати код