Missing data in time series and imputation methods

οι ελλιπής τιμές αποτελούν το πρώτο εμπόδιο στον σχεδιασμό υποδειγμάτων πρόβλεψης, καθώς οι περισσότερες στατιστικές μέθοδοι προϋποθέτουν ένα πλήρες σύνολο δεδομένων χωρίς ελλιπή στοιχεία. ως εκ’ τούτου, είναι σημαντικό να κατέχουμε τις μεθόδους που χρησιμοποιούνται για την διαχείριση των ελλειπών τ...

Full description

Saved in:
Bibliographic Details
Main Author: Ράντου, Κλειώ Ελισσάβετ
Other Authors: Καραγρηγορίου, Αλέξανδρος
Language:English
Published: 2017
Subjects:
Online Access:http://catalog.lib.aegean.gr/webopac/FullBB.csp?WebAction=ShowFullBB&EncodedRequest=a*CD*1B*DF*5F*EC*DB*F4*5F*90*2E*25*EFG*3F*F6&Profile=Default&OpacLanguage=gre&NumberToRetrieve=50&StartValue=1&WebPageNr=1&SearchTerm1=2017.1.114078&SearchT1=&Index1=Keywordsbib&SearchMethod=Find_1&ItemNr=1
http://hdl.handle.net/11610/17202
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1828460168417902592
author Ράντου, Κλειώ Ελισσάβετ
author2 Καραγρηγορίου, Αλέξανδρος
author_facet Καραγρηγορίου, Αλέξανδρος
Ράντου, Κλειώ Ελισσάβετ
author_sort Ράντου, Κλειώ Ελισσάβετ
collection DSpace
description οι ελλιπής τιμές αποτελούν το πρώτο εμπόδιο στον σχεδιασμό υποδειγμάτων πρόβλεψης, καθώς οι περισσότερες στατιστικές μέθοδοι προϋποθέτουν ένα πλήρες σύνολο δεδομένων χωρίς ελλιπή στοιχεία. ως εκ’ τούτου, είναι σημαντικό να κατέχουμε τις μεθόδους που χρησιμοποιούνται για την διαχείριση των ελλειπών τιμών, καθώς η επιλογή της μεθόδου που θα ακολουθήσουμε, θα επηρεάσει την προβλεπτική ικανότητα του υποδείγματός. στην ειδική περίπτωση των χρονολογικών δεδομένων οι τεχνικές που έχουν αναπτυχθεί βασίζονται στην συσχέτιση μεταξύ των μεταβλητών, ενώ θα πρέπει να λάβουμε υπόψη μας και την χρονολογική εξάρτηση των δεδομένων. δεδομένα χρονολογικών σειρών υπάρχουν σχεδόν σε όλους τους επιστημονικούς τομείς, αλλά συνήθως όταν τα δεδομένα μετριούνται και καταγράφονται προκύπτουν προβλήματα ελλειπών τιμών. επομένως τα δεδομένα που λείπουν θα πρέπει να συμπληρωθούν με λογικές τιμές. η διαδικασία αυτή στην στατιστική λέγεται υποκατάσταση. σκοπός της εργασίας είναι η σύγκριση και η ποσοτικοποίηση των επιδόσεων των αλγορίθμων υποκατάστατης, ελλιπών τιμών στην περίπτωση των μονομεταβλήτων χρονοσειρών.
id oai:hellanicus.lib.aegean.gr:11610-17202
institution Hellanicus
language English
publishDate 2017
record_format dspace
spelling oai:hellanicus.lib.aegean.gr:11610-172022021-01-22T06:51:42Z Missing data in time series and imputation methods Ελλιπή δεδομένα χρονολογικών σειρών και μέθοδοι υποκατάστασης Ράντου, Κλειώ Ελισσάβετ Καραγρηγορίου, Αλέξανδρος Στατιστική και Αναλογιστικά - Χρηματοοικονομικά Μαθηματικά ελλιπή-δεδομένα χρονοσειρές υποκατάσταση missing-data time-series imputation Time-series analysis (URL: http://id.loc.gov/authorities/subjects/sh85135430) Missing observations (Statistics) (URL: http://id.loc.gov/authorities/subjects/sh85086013) οι ελλιπής τιμές αποτελούν το πρώτο εμπόδιο στον σχεδιασμό υποδειγμάτων πρόβλεψης, καθώς οι περισσότερες στατιστικές μέθοδοι προϋποθέτουν ένα πλήρες σύνολο δεδομένων χωρίς ελλιπή στοιχεία. ως εκ’ τούτου, είναι σημαντικό να κατέχουμε τις μεθόδους που χρησιμοποιούνται για την διαχείριση των ελλειπών τιμών, καθώς η επιλογή της μεθόδου που θα ακολουθήσουμε, θα επηρεάσει την προβλεπτική ικανότητα του υποδείγματός. στην ειδική περίπτωση των χρονολογικών δεδομένων οι τεχνικές που έχουν αναπτυχθεί βασίζονται στην συσχέτιση μεταξύ των μεταβλητών, ενώ θα πρέπει να λάβουμε υπόψη μας και την χρονολογική εξάρτηση των δεδομένων. δεδομένα χρονολογικών σειρών υπάρχουν σχεδόν σε όλους τους επιστημονικούς τομείς, αλλά συνήθως όταν τα δεδομένα μετριούνται και καταγράφονται προκύπτουν προβλήματα ελλειπών τιμών. επομένως τα δεδομένα που λείπουν θα πρέπει να συμπληρωθούν με λογικές τιμές. η διαδικασία αυτή στην στατιστική λέγεται υποκατάσταση. σκοπός της εργασίας είναι η σύγκριση και η ποσοτικοποίηση των επιδόσεων των αλγορίθμων υποκατάστατης, ελλιπών τιμών στην περίπτωση των μονομεταβλήτων χρονοσειρών. 2017-03-29T09:34:45Z 2017-03-29T09:34:45Z 2017-02 http://catalog.lib.aegean.gr/webopac/FullBB.csp?WebAction=ShowFullBB&EncodedRequest=a*CD*1B*DF*5F*EC*DB*F4*5F*90*2E*25*EFG*3F*F6&Profile=Default&OpacLanguage=gre&NumberToRetrieve=50&StartValue=1&WebPageNr=1&SearchTerm1=2017.1.114078&SearchT1=&Index1=Keywordsbib&SearchMethod=Find_1&ItemNr=1 http://hdl.handle.net/11610/17202 en Αναφορά Δημιουργού 4.0 Διεθνές http://creativecommons.org/licenses/by/4.0/ 66 σ. application/pdf Σάμος
spellingShingle ελλιπή-δεδομένα
χρονοσειρές
υποκατάσταση
missing-data
time-series
imputation
Time-series analysis (URL: http://id.loc.gov/authorities/subjects/sh85135430)
Missing observations (Statistics) (URL: http://id.loc.gov/authorities/subjects/sh85086013)
Ράντου, Κλειώ Ελισσάβετ
Missing data in time series and imputation methods
title Missing data in time series and imputation methods
title_full Missing data in time series and imputation methods
title_fullStr Missing data in time series and imputation methods
title_full_unstemmed Missing data in time series and imputation methods
title_short Missing data in time series and imputation methods
title_sort missing data in time series and imputation methods
topic ελλιπή-δεδομένα
χρονοσειρές
υποκατάσταση
missing-data
time-series
imputation
Time-series analysis (URL: http://id.loc.gov/authorities/subjects/sh85135430)
Missing observations (Statistics) (URL: http://id.loc.gov/authorities/subjects/sh85086013)
url http://catalog.lib.aegean.gr/webopac/FullBB.csp?WebAction=ShowFullBB&EncodedRequest=a*CD*1B*DF*5F*EC*DB*F4*5F*90*2E*25*EFG*3F*F6&Profile=Default&OpacLanguage=gre&NumberToRetrieve=50&StartValue=1&WebPageNr=1&SearchTerm1=2017.1.114078&SearchT1=&Index1=Keywordsbib&SearchMethod=Find_1&ItemNr=1
http://hdl.handle.net/11610/17202
work_keys_str_mv AT rantoukleiōelissabet missingdataintimeseriesandimputationmethods
AT rantoukleiōelissabet ellipēdedomenachronologikōnseirōnkaimethodoiypokatastasēs