Методы LOCF и NOCF для недостающих данных: как построить данные?

Я работаю над следующим набором данных и его недостающими данными:

# A tibble: 27 x 6
      id sex      d8   d10   d12   d14
   <dbl> <chr> <dbl> <dbl> <dbl> <dbl>
 1     1 F      21    20    21.5  23  
 2     2 F      21    21.5  24    25.5
 3     3 NA     NA    24    NA    26  
 4     4 F      23.5  24.5  25    26.5
 5     5 F      21.5  23    22.5  23.5
 6     6 F      20    21    21    22.5
 7     7 F      21.5  22.5  23    25  
 8     8 F      23    23    23.5  24  
 9     9 F      NA    21    NA    21.5
10    10 F      16.5  19    19    19.5
# ... with 17 more rows

Я хотел бы заполнить данные о пропуске с помощью метода последнего наблюдения, перенесенного вперед (LOCF) и метода следующего наблюдения, перенесенного в обратном направлении (NOCB), а также сообщить графическое представление, построение индивидуальных профилей в зависимости от возраста по полу, выделение вмененных значений и вычислить средние и стандартные ошибки для каждого возраста по полу. Не могли бы вы предложить способ правильно установить аргумент в функции plot ()?

Кто-то может иметь представление об этом?

Я позволю вам привести код ниже, на всякий случай, если они могут оказаться столь же полезными, например, взятые из другого набора данных.

par(mfrow=c(1,1))
Oz <- airquality$Ozone
locf <- function(x) {
  a <- x[1]
  for (i in 2:length(x)) {
    if (is.na(x[i])) x[i] <- a
    else a <- x[i]
  }
  return(x)
}
Ozi <- locf(Oz)
colvec <- ifelse(is.na(Oz),mdc(2),mdc(1))

### Figure

plot(Ozi[1:80],col=colvec,type="l",xlab="Day number",ylab="Ozone (ppb)")
points(Ozi[1:80],col=colvec,pch=20,cex=1)