论文研究 时间序列缺失值估计方法的比较

本文提出了一种将时间序列数据中的缺失值与现有方法进行比较的新方法。 新方法基于行，列和时间序列数据的总体平均值，该时间序列数据排列在具有m行和s列的Buys-Ballot表中。 该方法假定1）一次仅丢失一个值，2）趋势曲线可能是线性，二次或指数，并且3）分解方法是加法或乘法。 通过比较准确性度量（MAE，MAPE和RMSE）评估方法的性能，这些准确性度量是根据缺失值的估计值与模拟中使用的实际值的偏差计算得出的。 结果表明，在陈述的假设下，与其他两个新方法和现有方法相比，基于序列完全分解的新方法的估计值是最佳的（就准确性度量而言）。