Coleção series-temporais

Interpolar faltantes

Preenche os faltantes pela tendência e pela sazonalidade da série.

O que o bloco faz

Estima os valores faltantes a partir da própria série: numa série sem sazonalidade, por interpolação linear entre os vizinhos; numa sazonal, pela decomposição STL — o julho faltante sai com cara de julho, a partir da tendência daquele ano e do padrão dos outros julhos (forecast::na.interp).

Existe ao lado do data/replace_na porque faz outra coisa. Aquele põe uma CONSTANTE, e numa série um zero no lugar do julho derruba a sazonalidade inteira que os nós seguintes vão estimar. Este nó estima.

Decomposição, testes de raiz unitária e Holt-Winters recusam série com faltante, apontando para cá.

Série sem faltante passa intacta.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

Estacionariedade
Uma série é estacionária quando média, variância e autocorrelação não mudam ao longo do tempo. Muitos modelos (como o ARIMA) a supõem; séries com tendência costumam ser diferenciadas até ficarem estacionárias.
Tendência
O movimento de longo prazo de uma série, de subida ou de descida, separado das oscilações de curto prazo e da sazonalidade.
Sazonalidade
Um padrão que se repete em intervalos fixos do calendário, como mais chuva em janeiro ou mais vendas em dezembro. O período sazonal é o comprimento do ciclo: 12 para dados mensais com ciclo anual.

Quando usar

Preencha períodos ausentes quando uma etapa seguinte exige uma série completa. A escolha do método define quais padrões locais e sazonais são preservados.

Configuração

Nenhum.

Exemplo

Série de exemplo
Interpolar faltantes
Decomposição STL
library(trama)

reg <- tr_registry()
tr_use("trama.series", registry = reg)

tr_flow(reg) |>
  tr_add("pres", "series/example", dataset = "presidents") |>
  tr_add("cheia", "series/interpolate", from = "pres") |>
  tr_add("stl", "series/stl", from = "cheia")

Como interpretar

Uma série (series/ts) do mesmo tamanho, sem faltantes.