جستجو در کتاب ها   جستجو در مقالات   جستجو در کل سایت
Reconstructing missing data sequences in multivariate time series: an application to environmental data
نویسنده:
سال انتشار: p2019
تعداد صفحات: 25
زبان فایل: انگلیسی
فرمت فایل: pdf
حجم فایل: 1MB
رمز فایل: www.ketabdownload.com
قیمت: 100,000ريال

افزودن به سبد دانلود

10.1007/s10260-018-00435-9

Abstract --- Missing data arise in many statistical analyses, due to faults in data acquisition, and can have a significant effect on the conclusions that can be drawn from the data. In environmental data, for example, a standard approach usually adopted by the Environmental Protection Agencies to handle missing values is by deleting those observations with incomplete information from the study, obtaining a massive underestimation of many indexes usually used for evaluating air quality. In multivariate time series, moreover, it may happen that not only isolated values but also long sequences of some of the time series’ components may miss. In such cases, it is quite impossible to reconstruct the missing sequences basing on the serial dependence structure alone. In this work, we propose a new procedure that aims to reconstruct the missing sequences by exploiting the spatial correlation and the serial correlation of the multivariate time series, simultaneously. The proposed procedure is based on a spatial-dynamic model and imputes the missing values in the time series basing on a linear combination of the neighbor contemporary observations and their lagged values. It is specifically oriented to spatio-temporal data, although it is general enough to be applied to generic stationary multivariate time-series. In this paper, the procedure has been applied to the pollution data, where the problem of missing sequences is of serious concern, with remarkably satisfactory performance


دانلود مقاله بازسازی توالی های داده های از دست رفته در سری های زمانی چند متغیره: برنامه ای برای داده های محیطی , دانلود مقاله , بازسازی توالی های داده های از دست رفته , سری های زمانی چند متغیره , برنامه ای برای داده های محیطی , Reconstructing missing data sequences in multivariate time series: an application to environmental data
مقالات علمی

نام و نام خانوادگی:
متن:
تصویر:

نظرات و پیشنهادات

عضویت در سایت

پشتیبانی آنلاین

نام و نام خانوادگی:
پست الکترونیک:
متن:

نام کاربری:
کلمه عبور:
کلمه عبور را بخاطر بسپار
کلمه عبور خود را فراموش کرده ام
عضویت در سایت

نام و نام خانوادگی:
پست الکترونیک:
شماره موبایل:
گفتگو با:


کتاب دانلود : دانلود کتاب های علمی و دانشگاهی روز دنیا. هرگونه کپی برداری از محتوا، قالب، و طرح های به کار رفته در این سایت شرعا و قانونا ممنوع می باشد، و پیگرد قانونی دارد.