R中时间序列的线性插值答案

【问题标题】：linear interpolation in time series in RR中时间序列的线性插值
【发布时间】：2018-07-11 19:38:51
【问题描述】：

我有一个数据集，其中每分钟测量一次体温，持续 8 小时。我删除了异常数据，现在有了 NA 值，有时只有一个，有时连续超过 10 个。我想用线性插值替换缺失的数据。

我尝试了不同的方法，但我无法使“近似”工作（NA 值保持 NA...），甚至无法找到一种方法来指定 R 使用之前的值（同一列，减 1 行）或之后的值（同一列，+ 1 行）。在这个例子中，我尝试只替换一个 NA，[+1] 和 [-1] 只是读为 [1]，所以它不起作用

df$var1_lini <- ifelse (!is.na(df$var1),df$var1,
                ifelse (!is.na(df$var[+1]),df$var[-1]+(df$var1[-1]+df$var1[+1])/2,NA))

我愿意接受任何形式的解决方案我是初学者，所以详细的答案会很棒！谢谢

夏娃

【问题讨论】：

library(zoo); help("na.approx")

标签： r time-series linear-interpolation

【解决方案1】：

另一种方法是使用现有数据构建线性模型，然后使用该模型（模型预测）替换 NA。

一个帮助你理解的简单例子是这样的：

library(ggplot2)

# create example dataset
df = data.frame(value = mtcars$qsec,
                time = 1:nrow(mtcars))

# replace some values with NA (you can experiment with different values)
df$value[c(5,12,17,18,30)] = NA

# build linear model based on existing data (model ignores rows with NAs)
m = lm(value ~ time, data = df)

# add predictions as a column
df$pred_value = predict(m, newdata = df)

# replace (only) NAs with predictions
df$interp_value = ifelse(is.na(df$value), df$pred_value, df$value)

# plot existing and interpolated data
ggplot()+
  geom_point(data=df, aes(time, value), size=5)+
  geom_point(data=df, aes(time, interp_value), col="red")

其中黑点代表现有值，红点代表现有 + NA 替换。

【讨论】：

【解决方案2】：

解决此问题的最简单方法是使用具有缺失数据替换功能的包，例如 imputeTS 或 forecast、zoo

用合理的估计值替换缺失值的过程在统计学中也称为“插补”。

对于时间序列、向量或 data.frame 进行插值，就这么简单：

library("imputeTS")
na.interpolation(yourDataWithNAs)

请记住，除了线性插值之外，还有其他插补方法。例如。移动平均插补，基于季节性的插补 - 根据问题，另一种方法将提供更好的结果。（这里有一些进一步的解释：Time Series Imputation）

【讨论】：