Imputação de dados climáticos utilizando a decomposição por valores singulares: uma comparação empírica
AUTOR(ES)
García-Peña, Marisol, Arciniegas-Alarcón, Sergio, Barbin, Décio
FONTE
Rev. bras. meteorol.
DATA DE PUBLICAÇÃO
2014-12
RESUMO
Um problema comum em dados climáticos é a informação ausente. Recentemente, foram desenvolvidos quatro métodos de imputação que têm como base a decomposição por valores singulares de uma matriz (DVS). O objetivo deste artigo é avaliar os novos desenvolvimentos fazendo uma comparação por meio de um estudo de simulação baseado em duas matrizes completas de dados reais. Uma matriz corresponde à precipitação histórica de Piracicaba/SP - Brasil, enquanto a outra matriz corresponde às características meteorológicas multivariadas na mesma cidade desde o ano 1997 até 2012. No estudo foram feitas retiradas aleatórias de diferentes porcentagens com posterior imputação, comparando as metodologias através de três critérios: a raiz quadrada normalizada do erro quadrático médio, a estatística de similaridade de Procrustes e o coeficiente de correlação não paramétrico de Spearman. Concluiu-se que a DVS deve ser utilizada unicamente quando sejam analisadas matrizes multivariadas e, no caso de matrizes de precipitação, a imputação pela média mensal supera o desempenho de métodos baseados na DVS.
ASSUNTO(S)
imputação dvs observações ausentes
Documentos Relacionados
- Analise de dados multivariados atraves de tecnicas baseadas na decomposição em valores singulares
- Por uma ontologia plural de vozes singulares: o embate de Adriana Cavarero com a metafísica
- Uso da imputação múltipla de dados faltantes: uma simulação utilizando dados epidemiológicos
- Comparação de metodologias de predição de valores genéticos utilizando dados simulados
- Reconstrução de espaços de estados aeroelásticos por decomposição em valores singulares