我有以下功能:
ts.dat <- ts(data=dat$sales, start = 1, frequency = 12)
TS。 dat返回
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 9000 8600 8500 8600 8500 8300 8600 9100 8800 8700 9300 7900
2 7900 8800 8500 8900 9000 8800 8800 9100 9500 8900 9200 8400
3 8400 9200 9500 9100 8700 8300 NA
然而,
plot(stl(ts.dat, s.window=12))
返回
Error in na.fail.default(as.ts(x)) : missing values in object'plot':
我尝试了na.action=na.pass
,但它没有用。如果这是原因,任何想法如何处理NA?
另外:是否有机会从dat
开始作为第一个约会?
答案 0 :(得分:2)
如果这是原因,任何想法如何处理NA?
您需要使用na.action = na.omit
,即在进行计算时删除NA
。
plot(stl(ts.dat, s.window=12, na.action = na.omit))
na.pass
只会将NA
视为正常观察。但它仍然会产生错误,因为stl()
后来调用编译代码而无法识别NA
。
是否有机会从
dat
开始作为第一个约会?
查看?ts
底部的示例:
## Using July 1954 as start date:
gnp <- ts(cumsum(1 + round(rnorm(100), 2)),
start = c(1954, 7), frequency = 12)
从1954年7月开始,放start = c(1954, 7)
。
答案 1 :(得分:1)
您还可以估算时间序列中丢失的数据。 (将NA替换为合理的值)
有R个软件包可以执行此操作(例如 imputeTS 或 zoo )。
尤其是 imputeTS 具有一些功能,可以很好地选择按季节替换时间序列中的缺失数据。 (na.seadec()或na.kalman()) (它还具有其他插补功能-这里是overview)
这里的解决方案如下:
library(imputeTS)
x <- na.seadec(ts.dat)
plot(stl(x, s.window=12))