累积数据样条插值：如何设置边界避免结果超过后续观测值？

累积数据的核心特性是值非递减（只会增加或保持不变），而smooth.spline是无约束平滑方法，会为拟合整体趋势出现局部波动，导致插值结果违反累积数据的逻辑（如低于前值、高于后续已知值）。我们可以通过引入约束来解决这个问题，以下是几种可靠实现方案：

方法1：单调插值算法（推荐） #

zoo包的na.approx函数支持method="monoH.FC"，这是一种保单调的插值方法，能自动确保插值结果严格符合累积数据的非递减特性。

代码示例： #

library(tibble)
library(zoo)

# 原始数据集
dat <- tibble(day=c(1:30),
              value=c(278, 278, 278, NA, NA, 302, 316, NA, 335, 359, NA, NA,
                      383, 403, 419, 419, 444, NA, NA, 444, 464, 487, 487, 487, 
                      NA, NA, 487, 487, 487, 487))

# 执行单调插值
dat$value_mono <- na.approx(dat$value, method = "monoH.FC", na.rm = FALSE)

# 查看结果
print(dat)

该方法会自动将插值结果限制在前后已知累积值的范围内，不会出现不合理的波动。

方法2：线性插值后手动约束 #

如果需要先做基础线性插值，再精细化修正违反规则的值，可以按以下步骤操作：

代码示例： #

# 先执行线性插值
dat$value_linear <- approx(dat$day, dat$value, xout = dat$day)$y

# 遍历修正：确保每个值≥前一个值，且≤后续最近的已知值
for (i in 1:nrow(dat)) {
  # 约束不小于前值
  if (i > 1 && is.na(dat$value[i])) {
    dat$value_linear[i] <- max(dat$value_linear[i-1], dat$value_linear[i])
  }
  # 约束不大于后续最近已知值
  next_non_na_idx <- which(!is.na(dat$value[i:nrow(dat)]))[1] + i - 1
  if (!is.na(next_non_na_idx) && is.na(dat$value[i])) {
    dat$value_linear[i] <- min(dat$value_linear[i], dat$value[next_non_na_idx])
  }
}

方法3：约束平滑（适配样条插值） #

如果仍想保留样条平滑的特性，可以先做无约束平滑，再对结果施加非递减约束：

代码示例： #

# 无约束样条插值
spline_fit <- smooth.spline(dat$day[!is.na(dat$value)], dat$value[!is.na(dat$value)])
dat$value_spline <- predict(spline_fit, x = dat$day)$y

# 第一步：强制非递减
dat$value_spline_constrained <- cummax(dat$value_spline)

# 第二步：强制不超过后续已知值
for (i in nrow(dat):1) {
  if (is.na(dat$value[i])) {
    next_val <- ifelse(i == nrow(dat), dat$value_spline_constrained[i], dat$value_spline_constrained[i+1])
    dat$value_spline_constrained[i] <- min(dat$value_spline_constrained[i], next_val)
  } else {
    dat$value_spline_constrained[i] <- dat$value[i]
  }
}

内容的提问来源于stack exchange，提问作者wernor