جانهي داده هاي گمشده با استفاده از تركيب روش تحليل مجموعه ي مقدار تكين و الگوريتم پالايش كالمن و مقايسه با روش هاي جانهي يك متغيره

مقادير گمشده در داده‌هاي سري زماني، يكي از مشكلاتي است كه گاهي اوقات در تحليل سري‌هاي زماني به‌وجود مي‌آيند. هر چقدر جانهي اين مقادير دقت بيشتري داشته باشد، درك بهتري از ساختار سري زماني به‌دست آمده و در نتيجه، تشخيص الگوي آن و پيش‌بيني مقادير آينده نيز دقيق‌تر خواهند بود. از اين رو انتخاب يك روش مناسب جانهي، بخش مهمي از يك تحليل سري زماني راتشكيل مي‌دهد. در اين مقاله، به معرفي روش جديد جانهي داده‌هاي گمشده از روش تحليل مجموعه‌ي مقدار تكين با استفاده از الگوريتم پالايش كالمن مي‌پردازيم. در ادامه روش‌هاي جانهي مقادير گمشده در سري‌هاي زماني يك متغيره معرفي شده و سپس به مقايسه روش‌هاي مذكور با استفاده از داده‌هاي شبيه‌سازي شده در مدل‌هاي ساختاري و داده واقعي مي‌پردازيم. نتايج مقايسه بر اساس معيار ريشه ميانگين مربعات خطا و ميانگين قدر مطلق انحرافات نشان مي‌دهد كه جانهي مقادير گمشده بر اساس روش تحليل مجموعه‌ي مقدار تكين با استفاده از الگوريتم پالايش كالمن، عملكرد بهتري نسبت به ساير روش‌هاي جانهي داشته و روش‌نما نيز بدترين روش است.