1
我们有不规则间隔时间序列以下值:插值不规则间隔时间序列数据来估算缺失值时间序列预测中的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"
我们希望将其转换成一个时间序列,然后使用某种形式的插值填充空位(使用na.appox()
也许?)。我们如何在R中插入这些时间序列数据,使其有规律地分布,以便我们可以进行一些预测?我们已经尝试了一系列预测模型,如ARIMA。但是,他们都期望定期分配数据。
@ZheyuanLi恰巧,数据是设备在4年的时间内以1分钟为间隔(大量数据值)的输出。随着时间的推移,我们发现了这些数据的高峰(这就是这些数值)。在提供这些值的边界设备上还有其他一些限制,因为它们不可能获得很好的每月时间序列。否则,我不会让事情变得如此复杂。 – learnerX