Menangani missingness

Studi Kasus: Menganalisis Data Deret Waktu Kota di R

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

Missingness

citydata
              pop
1980-01-01 562994
1981-01-01 564179
1982-01-01 565361
1983-01-01 565491
1984-01-01 566723
1985-01-01     NA
1986-01-01     NA
1987-01-01     NA
1988-01-01 570867
1989-01-01 572222
1990-01-01 574823

data deret waktu dengan data hilang

Studi Kasus: Menganalisis Data Deret Waktu Kota di R

Isi NA dengan observasi terakhir

  • Last observation carried forward (LOCF)
citydata_locf <- na.locf(citydata)

plot.xts(citydata)
plot.xts(citydata_locf)

deret waktu dengan data hilang diisi dengan observasi terakhir dibawa maju

Studi Kasus: Menganalisis Data Deret Waktu Kota di R

Isi NA dengan observasi berikutnya

  • Next observation carried backward (NOCB)
citydata_nocb <- na.locf(citydata, fromLast = TRUE)

plot.xts(citydata)
plot.xts(citydata_nocb)

deret waktu dengan data hilang diisi dengan observasi berikutnya dibawa mundur

Studi Kasus: Menganalisis Data Deret Waktu Kota di R

Interpolasi linear

citydata_approx <- na.approx(citydata)

plot.xts(citydata)
plot.xts(citydata_nocb)

deret waktu dengan data hilang diisi dengan interpolasi linear

Studi Kasus: Menganalisis Data Deret Waktu Kota di R

Ayo berlatih!

Studi Kasus: Menganalisis Data Deret Waktu Kota di R

Preparing Video For Download...