1
Wir haben folgende Werte für Zeitreihen, die unregelmäßig verteilt sind:unregelmäßigen Abständen Zeitreihendaten Interpolation der fehlenden Werte für die Zeitreihenprognose in R zu schätzen
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"
Wir wünschen diese Serie in einer Zeit, konvertieren und Füllen Sie dann die Lücken mit einer Art von Interpolation (unter Verwendung von na.appox() vielleicht?). Wie interpolieren wir diese Zeitreihendaten in R, um sie regelmäßig zu verteilen, so dass wir einige Vorhersagen machen können? Wir haben bereits eine Reihe von Prognosemodellen wie ARIMA ausprobiert. Sie erwarten jedoch alle regelmäßig Daten.
@ZheyuanLi Zufällig handelt es sich bei den Daten um die Ausgabe eines Geräts über eine Dauer von 4 Jahren in 1-Minuten-Intervallen (viele Datenwerte). Wir haben im Laufe der Zeit Spitzen in diesen Daten gefunden (das sind diese Werte). Es gibt eine Reihe anderer Beschränkungen für das Grenzgerät, die diese Werte bereitstellen, weshalb es nicht möglich ist, eine schöne monatliche Zeitreihe zu erhalten. Sonst würde ich die Dinge nicht so kompliziert machen. – learnerX