R中时间序列的线性插值

Question

我有一个数据集，每分钟体温持续8小时。我删除了异常数据，现在有NA值，有时只有一个，有时甚至超过10个。 我想用线性插值替换丢失的数据。

我尝试过不同的东西，但是我不能让'大约'工作（NA值保持NA ...）或甚至找到一种方法来指定R使用之前的值（相同的列，减1行）或（同一列，+ 1行）之后的值。 在这个例子中，我尝试只替换一个NA，[+ 1]和[-1]只读为[1]，所以它不起作用

df$var1_lini <- ifelse (!is.na(df$var1),df$var1,
                ifelse (!is.na(df$var[+1]),df$var[-1]+(df$var1[-1]+df$var1[+1])/2,NA))

我愿意接受任何形式的解决方案 我是初学者，所以详细的答案会很棒！ 谢谢

夜

Answer 1

另一种方法是使用您拥有的现有数据构建线性模型，然后使用该模型（模型预测）来替换NA。

一个帮助您理解的简单示例是：

library(ggplot2)

# create example dataset
df = data.frame(value = mtcars$qsec,
                time = 1:nrow(mtcars))

# replace some values with NA (you can experiment with different values)
df$value[c(5,12,17,18,30)] = NA

# build linear model based on existing data (model ignores rows with NAs)
m = lm(value ~ time, data = df)

# add predictions as a column
df$pred_value = predict(m, newdata = df)

# replace (only) NAs with predictions
df$interp_value = ifelse(is.na(df$value), df$pred_value, df$value)

# plot existing and interpolated data
ggplot()+
  geom_point(data=df, aes(time, value), size=5)+
  geom_point(data=df, aes(time, interp_value), col="red")

其中黑点代表现有值，红点代表现有的+ NA替换。

Answer 2

解决此问题的最简单方法是使用具有丢失数据替换功能的软件包，例如 .env 或imputeTS，forecast

用合理的估计值替换缺失值的过程在统计中也称为“投入”。

要插值时间序列，向量或data.frame，就这么简单：

zoo

请记住，除了线性插值法以外，还有其他插补方法。 例如。移动平均插补，基于季节性的插补-根据问题，另一种方法将提供更好的结果。 （以下是一些进一步的说明：Time Series Imputation）