替換遺漏資料 - II
就像時間序列資料處理的多數面向一樣，處理遺漏值有許多方法。你在前一個練習中已經看到，locf 與 nocb 都需要你對資料中的成長型態做出某些假設。locf 較為保守，nocb 較為積極，但兩者都會讓遺漏值呈現階梯式的成長。
但如果你有理由認為資料會線性成長呢？這種情況下，使用「線性內插」可能更合適。它會依照時間權重，在遺漏值前後的已知資料之間產生新的數值。
在這個練習中，你將使用 na.approx() 指令，透過內插來估計時間上的線性數值，並填補 gdp_xts 中的遺漏值。
本練習屬於課程
個案研究：在 R 中分析城市時間序列資料
練習說明
- 使用
na.approx()以線性內插填補gdp_xts中的遺漏值，將結果存為gdp_approx。 - 使用
plot.xts()繪製新的 xts 物件。 - 查詢新的 xts 物件中 1993 年的 GDP。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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