Transformer une trame de données avec des dates manquantes en séries chronologiques

Question

J'ai un problème avec la transformation d'une trame de données en objet de série temporelle. La trame de données est olympic du paquet fpp.

library(fpp) 
olympic 

Comment puis-je transformer cette trame de données ayant une colonne année avec des lacunes dans une série de temps pour être utilisé avec le paquet fpp pour la prévision?

J'ai essayé

olympic_new <- ts(olympic[,-1], start=1896, end=1996, deltat=4) 

mais cela ne fonctionne pas parce que le olympics pendant la guerre avait un écart de plus de 4 ans.

Comment utiliser la colonne Year dans le olympic pour être compris comme l'index du nouvel objet ts?

Mon objectif final est d'utiliser une fonction de prévision sur le nouvel objet, tels que:

meanf(olympic_new, h=4) 

Answer 1

Si vous utilisez dput(olympic) et le copier dans votre question, il serait plus facile pour nous.

olympic <- 
structure(list(Year = c(1896L, 1900L, 1904L, 1908L, 1912L, 1920L, 
1924L, 1928L, 1932L, 1936L, 1948L, 1952L, 1956L, 1960L, 1964L, 
1968L, 1972L, 1976L, 1980L, 1984L, 1988L, 1992L, 1996L), time = c(54.2, 
49.4, 49.2, 50, 48.2, 49.6, 47.6, 47.8, 46.2, 46.5, 46.2, 45.9, 
46.7, 44.9, 45.1, 43.8, 44.66, 44.26, 44.6, 44.27, 43.87, 43.5, 
43.49)), .Names = c("Year", "time"), class = "data.frame", row.names = c(NA, 
-23L)) 

Vous venez pad certains NA où il est requis.

year <- seq.int(1896L, 1996L, by = 4L) 
y <- rep.int(NA, length(year)) 
y[match(olympic$Year, year)] <- olympic$time 

olympic_new <- ts(y, start = 1896, end = 1996, deltat = 4) 

#Time Series: 
#Start = 1896 
#End = 1996 
#Frequency = 0.25 
# [1] 54.20 49.40 49.20 50.00 48.20 NA 49.60 47.60 47.80 46.20 46.50 NA 
#[13] NA 46.20 45.90 46.70 44.90 45.10 43.80 44.66 44.26 44.60 44.27 43.87 
#[25] 43.50 43.49 

Puis

meanf(olympic_new,h=4) 

#  Point Forecast Lo 80 Hi 80 Lo 95 Hi 95 
#2000  46.51957 42.93628 50.10285 40.91319 52.12594 
#2004  46.51957 42.93628 50.10285 40.91319 52.12594 
#2008  46.51957 42.93628 50.10285 40.91319 52.12594 
#2012  46.51957 42.93628 50.10285 40.91319 52.12594