ক্ষতিকারক স্মুথিং মডেলটিতে অনুপস্থিত ডেটা নিয়ে কাজ করা

Question

মডেলগুলির তাত্পর্যপূর্ণ স্মুথিং পরিবারের প্রসঙ্গে নিখোঁজ ডেটাগুলি মোকাবেলার জন্য কোনও আদর্শ উপায় বলে মনে হয় না। বিশেষ করে, আর বাস্তবায়ন নামক ETS মধ্যে পূর্বাভাস প্যাকেজ মাত্র অনুপস্থিত তথ্য ছাড়া দীর্ঘতম subsequence নিতে বলে মনে হয় এবং বুক "সূচক মসৃণকরণ সঙ্গে পূর্বাভাস" Hyndman এট দ্বারা। মোটেও অনুপস্থিত তথ্য সম্পর্কে কথা বলে মনে হচ্ছে না।

আমি আরও কিছু করতে চাই, যদি আমার ব্যবহারকারীরা স্পষ্টভাবে আমাকে জিজ্ঞাসা করে (এবং যদি অনুপস্থিত ডেটা খুব কাছাকাছি বা খুব বেশি সময়ের মধ্যে না ঘটে যা ঠিক এক মরসুমের বাইরে থাকে)। বিশেষত, আমার মনে যা আছে তা নিম্নলিখিত is সিমুলেশন চলাকালীন, যখনই আমি অনুপস্থিত মান মুখোমুখি , আমি বর্তমান পয়েন্টের পূর্বাভাস পরিবর্তে , যাতে । এটি উদাহরণস্বরূপ, প্যারামিটার অপ্টিমাইজেশান প্রক্রিয়াটির জন্য ডেটা পয়েন্টটিকে বিবেচনা করা হবে না।$y_t$$\tilde y_t$$y_t$$\varepsilon_t = 0$

প্যারামিটারগুলির জন্য আমার একবার যুক্তিসঙ্গত ফিট হয়ে গেলে, আমি ত্রুটিগুলির স্ট্যান্ডার্ড বিচ্যুতিটি (গড় দিয়ে স্বাভাবিক বলে ধরে নেওয়া হয় ) অনুমান করতে পারি এবং নিশ্চিত করতে পারি যে distribution জন্য যে ডিস্ট্রিবিউশন থেকে উত্পন্ন মানগুলি কোনও ফ্যাক্টরের দ্বারা সম্ভাবনা হ্রাস করে না। আমি পূর্বাভাসের জন্যও (সিমুলেশন ব্যবহার করে) এই জাতীয় মানগুলি ব্যবহার করব।$0$$\epsilon_t$

এই পদ্ধতিটি নিয়ে কি কোনও সমস্যা রয়েছে?

Comments

আপনি কি ঘনিষ্ঠ কোভেরিয়েন্স কার্নেল দিয়ে গাউস প্রক্রিয়াটি ব্যবহারের কথা বিবেচনা করেছেন? নিখোঁজ ডেটা হ্যান্ডেল করার এবং আত্মবিশ্বাসের অন্তরগুলি প্রাপ্ত করার প্রাকৃতিক উপায় বলে মনে হচ্ছে। আর জিপিফিট প্যাকেজ রয়েছে যা আপনি সন্ধান করতে পারেন।

— এলই রজারসন

Answer 1

আপনার পদ্ধতির অর্থ হয়। কয়েক বছর ধরে আমি যুক্ত একটি সফ্টওয়্যারটির বাণিজ্যিক অংশটি ঠিক এটি করেছিল।

আপনার রূপরেখাটি একক তাত্ক্ষণিক স্মুথিং (এসইএস) এ প্রযোজ্য, তবে অবশ্যই আপনি একই চিকিত্সার প্রবণতা বা seasonতু উপাদানগুলিতে প্রয়োগ করতে পারেন। Theতুযুক্তদের জন্য, আপনাকে আপডেট করার মতোই একটি পূর্ণ মৌসুমী চক্রটি ফিরে যেতে হবে।

অন্য একটি বিকল্প অবশ্যই হ'ল অনুপস্থিত মানকে ফাঁস করে দেওয়া। এটির নতুন সংস্করণগুলির একটি বিকল্প ets(..., na.action="na.interp")।

রাষ্ট্রীয় স্থানের মডেলগুলির সম্পর্কে আমি যা জানি তা থেকে, অনুপস্থিত ডেটাটিকে অরক্ষিত হিসাবে গণ্য করা খুব বেশি কঠিন হওয়া উচিত নয়। কেন forecastপ্যাকেজে এটি প্রয়োগ করা হচ্ছে তা আমি নিশ্চিত নই । রব হিন্ডম্যানের ব্লগের মাধ্যমে একটি দ্রুত অনুসন্ধান সত্যিই দরকারী কিছু উপস্থাপন করতে পারে নি।