开发笔记:在季节周期分析中处理NA

篇首语：本文由编程笔记#小编为大家整理，主要介绍了在季节周期分析中处理NA相关的知识，希望对你有一定的参考价值。

我的第一个解决方案，只需手动计算季节周期，转换为数据帧以减去矢量然后转换回来。

# seasonal cycle
scycle=tapply(c2,cycle(c2),mean,na.rm=T)
# converting to df
df=tapply(c2, list(year=floor(time(c2)), mOnth= cycle(c2)), c)
# subtract seasonal cycle
for (i in 1:nrow(df)){df[i,]=df[i,]-scycle}
# convert back to timeseries
anomco2=ts(c(t(df)),start=start(c2),freq=12)


不是很漂亮，也不是很有效率。

错误的评论引导我到另一个Seasonal decompose of monthly data including NA in r，我错过了一个近乎重复的问题，这建议包动物园，这似乎非常适合添加剂系列

library(zoo)
c2=co2
c2[c2>330&c2<350]=NA
d=decompose(na.StructTS(c2))
plot(co2)
lines(d$x,col="red")


表明该系列在失踪期间得到了很好的重建。

解构结构的输出具有趋势和季节周期。我希望我可以将我的赏金转移到用户https://stackoverflow.com/users/516548/g-grothendieck这个有用的回复。感谢用户的错误。

但是，如果缺失部分位于系列的末尾，则软件必须推断趋势并且存在更多困难。原始系列（黑色）保持趋势，而重建系列（红色）的趋势较小：

c2=co2
c2[c2>350]=NA
d=decompose(na.StructTS(c2))
plot(co2)
lines(d$x,col="red")


最后，如果缺少部分是在系列的开头，软件无法及时推断并抛出错误...我觉得另一个问题即将来临......

c2=co2
c2[c2<330]=NA
d=decompose(na.StructTS(c2))
Error in StructTS(y) :
the first value of the time series must not be missing