R 插值高频时间序列

我有一个2年样本数据范围内的物理时间序列，频率为30分钟，但如您所见，存在多个广泛的数据丢失间隔：

我尝试了来自

forecast

软件包的

na.interp

功能，但结果不好（如上所示）：

我在寻找一种更有用的方法

更新：

下面是关于我想要捕获的模式的更多信息，具体来说是行

数据

。此子样本属于May

---

您可能需要尝试

**imputeTS**

软件包。这是一个R包，专门用于时间序列缺失值插补

na.seadec（）

，

na.seaplit（）

，

na.kalman（）

方法在这里可能很有趣

还有更多的算法选项-你可以在这里找到关于包的列表

在这种情况下，我会尝试：

na.seasplit(yourData)

或

或

请注意，您可能需要正确地提供时间序列的季节性信息。（您必须创建一个时间序列（

ts

object）并设置

frequency

参数）

但也有可能根本不会成功，你必须尝试一下。

---

（如果您可以提供数据，我也会尝试一下）

您可能需要尝试

**imputeTS**

包。这是一个R包，专门用于时间序列缺失值插补

na.seadec（）

，

na.seaplit（）

，

na.kalman（）

方法在这里可能很有趣

还有更多的算法选项-你可以在这里找到关于包的列表

在这种情况下，我会尝试：

na.seasplit(yourData)

或

或

请注意，您可能需要正确地提供时间序列的季节性信息。（您必须创建一个时间序列（

ts

object）并设置

frequency

参数）

但也有可能根本不会成功，你必须尝试一下。

---

（如果你能提供数据，我也会尝试一下）

看起来基本模式有很多变化。你在寻找一个“看起来真实”的插值吗？似乎有点像电视节目中的“增强”功能。也许你可以做一些FFT滤波器来挑选信号的主要频率，并将其添加到线性插值中？有趣的是，你能提供这种方法的来源/示例吗？。（注意我更新了关于底层模式的更多信息）看起来底层模式有很多变化。你在寻找一个“看起来真实”的插值吗？似乎有点像电视节目中的“增强”功能。也许你可以做一些FFT滤波器来挑选信号的主要频率，并将其添加到线性插值中？有趣的是，你能提供这种方法的来源/示例吗？。（注意，我更新了有关基础模式的更多信息）

na.kalman(yourData)

na.seadec(yourData)