插值不规则间隔时间序列数据以估计R中时间序列预测的缺失值

时间:2016-07-22 20:34:25

标签: r time-series interpolation missing-data forecasting

对于不规则间隔的时间序列,我们有以下值:

Lines <- "20/03/2014,9996792524
21/04/2014,8479115468
21/09/2014,11394750532
16/10/2014,9594869828
18/11/2014,10850291677
08/12/2014,10475635302
22/01/2015,10116010939
26/02/2015,11206949341
20/03/2015,11975140317
09/04/2015,11526960332
29/04/2015,9986194500
16/09/2015,,11501088256
13/10/2015,11833183163
10/11/2015,13246940910
16/12/2015,13255698568
27/01/2016,13775653990
23/02/2016,13567323648
22/03/2016,14607415705
11/04/2016,13835444224
04/04/2016,14118970743"

我们希望将其转换为时间序列,然后使用某种形式的插值填充间隙(可能使用na.appox()?)。我们如何在R中插入这个时间序列数据以使其有规律地间隔,以便我们可以做一些预测?我们已经尝试过像ARIMA这样的一系列预测模型。但是,他们都希望有规律的间隔数据。

1 个答案:

答案 0 :(得分:0)

查看&#34;预测&#34;中的na.interp()功能封装