Bắt đầu ngayBắt đầu miễn phí

Nội suy tuyến tính

Với dữ liệu liên tục và dạng số — nơi giá trị có thể nằm ở bất kỳ điểm nào trong một khoảng — nội suy tuyến tính thường là lựa chọn tốt để bù khuyết (imputation). Nhiệt độ, độ cao, và thu nhập bình quân đầu người là những ví dụ có thể dùng nội suy tuyến tính.

Trong bài tập này, bạn sẽ xác định số lượng giá trị thiếu trong chuỗi thời gian maunaloa_missing và dùng nội suy tuyến tính để bù các giá trị này.

maunaloa_missing, zoo, và ggplot2 đã được cung cấp cho bạn.

Bài tập này là một phần của khóa học

Xử lý Dữ liệu Chuỗi Thời gian trong R

Xem khóa học

Hướng dẫn bài tập

  • Xác định số lượng quan sát từ maunaloa_missing có giá trị NA.

  • Dùng nội suy tuyến tính để điền các giá trị thiếu trong maunaloa_missing; gán kết quả là maunaloa_linear.

  • Vẽ một ggplot của maunaloa_linear, với đường màu đỏ.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Count the number of missing values
___

# Fill in values with linear approximation
___

# Generate a full ggplot of maunaloa_linear
ggplot(___,
       aes(___)) + 
  scale_y_continuous() + 
  ___
Chỉnh sửa và Chạy Mã