جانهی داده های گمشده با استفاده از ترکیب روش تحلیل مجموعه ی مقدار تکین و الگوریتم پالایش کالمن و مقایسه با روش های جانهی یک متغیره

مقادیر گمشده در داده های سری زمانی، یکی از مشکلاتی است که گاهی اوقات در تحلیل سری های زمانی به وجود می آیند. هر چقدر جانهی این مقادیر دقت بیشتری داشته باشد، درک بهتری از ساختار سری زمانی به دست آمده و در نتیجه، تشخیص الگوی آن و پیش بینی مقادیر آینده نیز دقیق تر خواهند بود. از این رو انتخاب یک روش مناسب جانهی، بخش مهمی از یک تحلیل سری زمانی را تشکیل می دهد. در این مقاله، به معرفی روش جدید جانهی داده های گمشده از روش تحلیل مجموعه ی مقدار تکین با استفاده از الگوریتم پالایش کالمن می پردازیم. در ادامه روش های جانهی مقادیر گمشده در سری های زمانی یک متغیره معرفی شده و سپس به مقایسه روش های مذکور با استفاده از داده های شبیه سازی شده در مدل های ساختاری و داده واقعی می پردازیم. نتایج مقایسه بر اساس معیار ریشه میانگین مربعات خطا و میانگین قدر مطلق انحرافات نشان می دهد که جانهی مقادیر گمشده بر اساس روش تحلیل مجموعه ی مقدار تکین با استفاده از الگوریتم پالایش کالمن، عملکرد بهتری نسبت به سایر روشهای جانهی داشته و روش نما نیز بدترین روش است.