时间序列中随机型缺失数据的填补及预测效果比较

• 作者: 张晋昕 张熙 李济宾
• 来源期刊: 中国卫生统计
• 关键词: 缺失数据 时间序列 填补 周期性 三次样条
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 论著
• 页码范围: 790-793
• 页数: 4页
• 字数: 3495字
• 语种: 中文

摘要

目的 本文旨在通过填补时间序列资料中的随机型缺失数据并拟合ARIMA模型,比较三种填补方法的填补和预测效果.方法 利用SAS产生平稳、有周期性的时间序列并构造不同比例的随机型缺失,分别采用周期性填补法、均值填补法和三次样条函数插值法进行缺失数据的填补,并对填补后序列拟合ARIMA模型进行序列预测.采用配对t检验对三种填补方法的填补误差和序列预测误差进行比较.结果 三种填补方法的填补值与真值的差异均无统计学意义(P＞0.05)；随着缺失比例的增大,周期性填补法的填补误差和序列预测误差均小于三次样条函数插值法和均值填补法.结论 周期性填补法对于含有确切周期信息的时间序列缺失数据,填补效果较优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晋昕	中山大学公共卫生学院医学统计与流行病学系	157	1799	21.0	37.0
2	张熙	复旦大学公共卫生学院卫生统计与社会医学教研室	16	170	7.0	12.0
3	李济宾	中山大学公共卫生学院医学统计与流行病学系	13	58	5.0	6.0