在季节性周期分析 R 中处理 NA

Question

我有一个时间序列的月度数据，其中有很多缺失的数据点，设置为 NA。我想简单地从数据中减去年度周期，忽略丢失的条目。似乎分解功能无法处理丢失的数据点，但我在其他地方看到建议使用季节性包。但是我也遇到了 NA 的问题。

这是使用内置数据集的问题的最小可重现示例...

library(seasonal)

# set range to missing NA in Co2 dataset
c2<-co2
c2[c2>330 & c2<350]=NA
seas(c2,na.action=na.omit)

Error in na.omit.ts(x) : time series contains internal NAs

是的，我知道！这就是为什么我要求你省略它们！让我们试试这个：

seas(c2,na.action=na.x13)

Error: X-13 run failed

Errors:
- Adding MV1981.Apr exceeds the number of regression effects
  allowed in the model (80).

嗯，有趣，不知道这是什么意思，好吧，请排除 NA：

seas(c2,na.action=na.exclude)

Error in na.omit.ts(x) : time series contains internal NAs

这并没有多大帮助！并且为了很好的衡量

decompose(c2)

Error in na.omit.ts(x) : time series contains internal NAs

我在以下：

R version 3.4.4 (2018-03-15) -- "Someone to Lean On"
Copyright (C) 2018 The R Foundation for Statistical Computing
Platform: x86_64-pc-linux-gnu (64-bit)

为什么忽略 NA 这样的问题？我显然是完全愚蠢的，但我看不出我在海洋功能上做错了什么。很高兴考虑使用 xts 的替代解决方案。

Answer 1

我的第一个解决方案，简单地手动计算季节性周期，转换为数据框以减去向量，然后再转换回来。

# seasonal cycle
scycle=tapply(c2,cycle(c2),mean,na.rm=T) 
# converting to df
df=tapply(c2, list(year=floor(time(c2)), month = cycle(c2)), c)
# subtract seasonal cycle
for (i in 1:nrow(df)){df[i,]=df[i,]-scycle}
# convert back to timeseries
anomco2=ts(c(t(df)),start=start(c2),freq=12)

不是很漂亮，也不是很高效。

misuse 的评论将我引向另一个 Seasonal decompose of monthly data including NA in r 我错过了一个几乎重复的问题，这建议了 package zoo，这似乎对添加剂系列非常有效

library(zoo)
c2=co2
c2[c2>330&c2<350]=NA
d=decompose(na.StructTS(c2)) 
plot(co2)
lines(d$x,col="red")

表明该系列在缺失期间得到了很好的重建。

deconstruct 的输出有可用的趋势和季节周期。我希望我可以将我的赏金转移给用户https://stackoverflow.com/users/516548/g-grothendieck，以获得这个有用的回复。也感谢用户误用。

但是，如果缺少的部分是在系列的末尾，则软件必须推断趋势并且具有更多困难。原始系列（黑色）保持趋势，而重建系列（红色）趋势较小：

c2=co2
c2[c2>350]=NA
d=decompose(na.StructTS(c2)) 
plot(co2)
lines(d$x,col="red")

最后，如果缺少的部分是在系列的开头，则软件无法及时向后推断并引发错误...我觉得又一个 SO 问题出现了...

c2=co2
c2[c2<330]=NA
d=decompose(na.StructTS(c2)) 

Error in StructTS(y) :  
the first value of the time series must not be missing

Answer 2

您之前可以使用一些算法来填充缺失的数据。 （例如来自包 imputeTS 或 zoo）

imputeTS 例如具有季节性时间序列的额外插补算法，例如：

x <- na_seadec(co2)

季节性数据的另一个不错的选择：

x <- na_kalman(co2)

现在继续，不要丢失数据。

来自 Adrian Tompkins 的重要提示（另请参阅下面的评论）： 当丢失的数据在中间的某个地方时，这将最有效。对于许多领先的 NA，这种方法不是好的选择。在这种情况下，它填充了 NA，但它无法向后推断趋势：

c2<-co2
c2[c2<330]<-NA
c3<-na_kalman(c2)
c4<-na_seadec(c2)
plot(co2)
lines(c3,col="blue")
lines(c4,col="red")