Thay thế dữ liệu khuyết - II
Giống như hầu hết các khía cạnh của thao tác dữ liệu chuỗi thời gian, có nhiều cách để xử lý giá trị khuyết. Như bạn đã thấy ở bài trước, cả hai cách tiếp cận locf và nocb đều yêu cầu bạn đưa ra một số giả định về mô hình tăng trưởng trong dữ liệu. Trong khi locf thận trọng hơn và nocb quyết liệt hơn, cả hai đều tạo ra tăng trưởng theo bậc từ dữ liệu khuyết.
Nhưng nếu bạn có lý do để kỳ vọng tăng trưởng tuyến tính trong dữ liệu thì sao? Khi đó, có thể hữu ích hơn nếu dùng nội suy tuyến tính, phương pháp tạo ra các giá trị mới nằm giữa hai điểm dữ liệu ở hai đầu của phần bị khuyết, được trọng số theo thời gian.
Trong bài này, bạn sẽ điền các giá trị khuyết trong dữ liệu gdp_xts bằng lệnh na.approx(), vốn dùng nội suy để ước tính các giá trị tuyến tính theo thời gian.
Bài tập này là một phần của khóa học
Nghiên cứu tình huống: Phân tích dữ liệu chuỗi thời gian của thành phố bằng R
Hướng dẫn bài tập
- Dùng
na.approx()để điền các giá trị khuyết tronggdp_xtsbằng nội suy tuyến tính. Lưu xts object mới này làgdp_approx. - Vẽ xts object mới của bạn bằng
plot.xts(). - Truy vấn xts object mới để lấy GDP năm 1993.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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