插值不規則間隔時間序列數據來估算缺失值時間序列預測中的R

我們有不規則間隔時間序列以下值：插值不規則間隔時間序列數據來估算缺失值時間序列預測中的R

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"

我們希望將其轉換成一個時間序列，然後使用某種形式的插值填充空位（使用na.appox()也許？）。我們如何在R中插入這些時間序列數據，使其有規律地分佈，以便我們可以進行一些預測？我們已經嘗試了一系列預測模型，如ARIMA。但是，他們都期望定期分配數據。

來源

2016-07-22 learnerX

@ZheyuanLi恰巧，數據是設備在4年的時間內以1分鐘爲間隔（大量數據值）的輸出。隨着時間的推移，我們發現了這些數據的高峯（這就是這些數值）。在提供這些值的邊界設備上還有其他一些限制，因爲它們不可能獲得很好的每月時間序列。否則，我不會讓事情變得如此複雜。 – learnerX

查看「預測」包中的na.interp()函數。

來源

2016-07-26 18:14:17 dashaub

插值不規則間隔時間序列數據來估算缺失值時間序列預測中的R

回答

相關問題