Interpolacja brakujących wartości w szeregu czasowym z cyklem sezonowym

Mam szereg czasowy, dla którego chcę inteligentnie interpolować brakujące wartości. Na wartość w określonym czasie ma wpływ trend wielodniowy, a także jego pozycja w cyklu dobowym.

Oto przykład, w którym brakuje dziesiątej obserwacji z myzoo

start <- as.POSIXct("2010-01-01") 
freq <- as.difftime(6, units = "hours") 
dayvals <- (1:4)*10 
timevals <- c(3, 1, 2, 4) 
index <- seq(from = start, by = freq, length.out = 16)
obs <- (rep(dayvals, each = 4) + rep(timevals, times = 4))
myzoo <- zoo(obs, index)
myzoo[10] <- NA

Gdybym miał to zaimplementować, użyłbym pewnego rodzaju ważonej średniej czasów zamknięcia w pobliskich dniach, lub dodać wartość na dzień do linii funkcji dopasowanej do większego trendu, ale mam nadzieję, że tam istnieją już jakieś pakiety lub funkcje, które mają zastosowanie do tej sytuacji?

EDIT: zmodyfikowałem nieco kod, aby wyjaśnić mój problem. Istnieją metody na.*, które interpolują od najbliższych sąsiadów, ale w tym przypadku nie uznają, że brakująca wartość jest w czasie, który jest najniższą wartością dnia. Może rozwiązaniem jest przekształcenie danych do szerokiego formatu, a następnie interpolacja, ale nie chciałbym całkowicie lekceważyć sąsiednich wartości z tego samego dnia. Warto zauważyć że diff(myzoo, lag = 4) zwraca wektor 10 ' S. rozwiązanie może leżeć z pewną kombinacją reshape, na.spline, i diff.inv, ale nie mogę tego rozgryźć.

Oto trzy podejścia, które nie działają:

EDIT2. Obraz wykonany za pomocą poniższego kodu.

myzoo <- zoo(obs, index)
myzoo[10] <- NA # knock out the missing point
plot(myzoo, type="o", pch=16) # plot solid line
points(na.approx(myzoo)[10], col = "red")
points(na.locf(myzoo)[10], col = "blue")
points(na.spline(myzoo)[10], col = "green")
myzoo[10] <- 31 # replace the missing point
lines(myzoo, type = "o", lty=3, pch=16) # dashed line over the gap
legend(x = "topleft", 
       legend = c("na.spline", "na.locf", "na.approx"), 
       col=c("green","blue","red"), pch = 1)