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
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.