标题说明了一切，我正在拼命想办法计算一个不均匀采样的时间序列的周期。我尝试在没有数据的情况下使用NA创建一个均匀采样的时间序列，但是任何插补方法都有太多的NA用于合理的工作。主要问题是样本时间比平均周期（非常大约0.5）远得多，这在应用周期折叠时才是明显的。因为我正在寻找一段时间的小变化，所以我无法绕过采样时间。
以下是数据样本：
HJD(time) Mag err
2088.91535 18.868 0.078
2090.87535 19.540 0.165
2103.92958 18.704 0.040
2104.94812 19.291 0.098
2106.84596 18.910 0.066
...
4864.56170 18.835 0.061
数据集大约有650行。
我花了差不多一个星期在谷歌上搜索我的问题，但没有任何帮助，所以任何想法都将不胜感激！我也有使用Matlab的经验，所以如果可以用Matlab而不是R来做，我也会对此感到满意。
答案 0 :(得分：0)
我认为没有办法做你想做的事。 Nyquist-Shannon theorem表示您的平均采样频率必须至少是您要捕获的事件频率的两倍（粗略地说）。
因此，如果您想从周期为0.5 [单位]的事件中提取信息，则每0.25 [单位]需要一个样本。
请注意，这是一个数学限制，而不是R。
之一