Węzeł Szeregi czasowe — opcje braków danych

Należy użyć ustawień na tym panelu, aby określić, w jaki sposób brakujące wartości w danych wejściowych mają zostać zastąpione wartością podstawianą. Dostępne są zastępujące metody zastępowania:

Interpolacja liniowa
Powoduje zastąpienie braków danych przy wykorzystaniu interpolacji liniowej. W interpolacji używana jest ostatnia ważna wartość przed brakiem danych oraz pierwsza ważna za brakiem. Jeśli pierwsza lub ostatnia obserwacja w szeregu zawiera brakujące wartości, wówczas używane są dwie najbliższe niebrakujące wartości na początku i na końcu serii.
Powoduje zastąpienie braków danych przy wykorzystaniu interpolacji liniowej.
  • W przypadku danych niesezonowych w interpolacji używana jest ostatnia ważna wartość przed brakiem danych oraz pierwsza ważna za brakiem. Jeśli braki znajdują się na początku lub końcu szeregu czasowego, stosowana jest metoda ekstrapolacji liniowej na podstawie dwóch najbliższych ważnych wartości.
  • W przypadku danych sezonowych brakująca wartość jest liniowo interpolowana na podstawie ostatniej ważnej wartości z tego samego okresu poprzedzającej brak oraz pierwszej ważnej wartości z tego samego okresu po braku. Jeśli nie uda się znaleźć jednej z tych dwóch ważnych wartości w tym samym okresie, dane uznawane są za niesezonowe i do podstawienia brakującej wartości używana jest liniowa interpolacja danych niesezonowych.
Średnia szeregu
Zastępuje braki danych średnią obliczoną ze wszystkich obserwacji.
Średnia z sąsiednich punktów
Powoduje zastąpienie braków danych średnią z ważnych wartości sąsiednich. Rozpiętość sąsiednich punktów, to liczba poprawnych wartości występujących przed i po brakującej wartości, jakie są wykorzystywane do obliczenia średniej.
Mediana z sąsiednich punktów
Powoduje zastąpienie braków danych medianą ważnych wartości sąsiednich. Rozpiętość sąsiednich punktów, to liczba poprawnych wartości występujących przed i po brakującej wartości, jakie są wykorzystywane do obliczenia mediany.
Trend liniowy
Ta opcja wykorzystuje niebrakujące obserwacje w szeregu do dopasowania prostego modelu regresji liniowej, który jest następnie używany w celu przypisania brakujących wartości.

Inne ustawienia:

Najniższa ocena jakości danych (%)
Oblicza miary jakości danych zmiennej czasu i danych wejściowych odpowiadających każdemu z szeregów czasowych. Jeśli jakość danych jest niższa od podanego tutaj progu, odpowiedni szereg czasowy zostanie odrzucony.