Xử lý dữ liệu thiếu

Nghiên cứu tình huống: Phân tích dữ liệu chuỗi thời gian của thành phố bằng R

Lore Dirick

Manager of Data Science Curriculum at Flatiron School

Thiếu dữ liệu

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

chuỗi thời gian với dữ liệu bị thiếu

Điền NA bằng giá trị trước đó

Giữ nguyên giá trị quan sát gần nhất (LOCF)

citydata_locf <- na.locf(citydata)

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

chuỗi thời gian với phần thiếu được điền bằng giá trị gần nhất trước đó

Điền NA bằng giá trị kế tiếp

Lấy giá trị quan sát kế tiếp lùi về (NOCB)

citydata_nocb <- na.locf(citydata, fromLast = TRUE)

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

chuỗi thời gian với phần thiếu được điền bằng giá trị kế tiếp lùi về

Nội suy tuyến tính

citydata_approx <- na.approx(citydata)

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

chuỗi thời gian với phần thiếu được nội suy tuyến tính

Ayo berlatih!

Nghiên cứu tình huống: Phân tích dữ liệu chuỗi thời gian của thành phố bằng R