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

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。

来源

2016-07-22 learnerX

@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

查看“预测”包中的na.interp()函数。

来源

2016-07-26 18:14:17 dashaub

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

回答

相关问题