Imputação de dados climáticos utilizando a decomposição por valores singulares: uma comparação empírica

Detalhes bibliográficos
Autor(a) principal: García-Peña,Marisol
Data de Publicação: 2014
Outros Autores: Arciniegas-Alarcón,Sergio, Barbin,Décio
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista Brasileira de Meteorologia (Online)
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862014000400006
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.
id SBMET-1_1a4be39bd6a1d58feb3a772952b672c8
oai_identifier_str oai:scielo:S0102-77862014000400006
network_acronym_str SBMET-1
network_name_str Revista Brasileira de Meteorologia (Online)
repository_id_str
spelling Imputação de dados climáticos utilizando a decomposição por valores singulares: uma comparação empíricaImputaçãoDVSobservações ausentesUm 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.Sociedade Brasileira de Meteorologia2014-12-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862014000400006Revista Brasileira de Meteorologia v.29 n.4 2014reponame:Revista Brasileira de Meteorologia (Online)instname:Sociedade Brasileira de Meteorologia (SBMET)instacron:SBMET10.1590/0102-778620130005info:eu-repo/semantics/openAccessGarcía-Peña,MarisolArciniegas-Alarcón,SergioBarbin,Déciopor2014-11-24T00:00:00Zoai:scielo:S0102-77862014000400006Revistahttp://www.rbmet.org.br/port/index.phpONGhttps://old.scielo.br/oai/scielo-oai.php||rbmet@rbmet.org.br1982-43510102-7786opendoar:2014-11-24T00:00Revista Brasileira de Meteorologia (Online) - Sociedade Brasileira de Meteorologia (SBMET)false
dc.title.none.fl_str_mv Imputação de dados climáticos utilizando a decomposição por valores singulares: uma comparação empírica
title Imputação de dados climáticos utilizando a decomposição por valores singulares: uma comparação empírica
spellingShingle Imputação de dados climáticos utilizando a decomposição por valores singulares: uma comparação empírica
García-Peña,Marisol
Imputação
DVS
observações ausentes
title_short Imputação de dados climáticos utilizando a decomposição por valores singulares: uma comparação empírica
title_full Imputação de dados climáticos utilizando a decomposição por valores singulares: uma comparação empírica
title_fullStr Imputação de dados climáticos utilizando a decomposição por valores singulares: uma comparação empírica
title_full_unstemmed Imputação de dados climáticos utilizando a decomposição por valores singulares: uma comparação empírica
title_sort Imputação de dados climáticos utilizando a decomposição por valores singulares: uma comparação empírica
author García-Peña,Marisol
author_facet García-Peña,Marisol
Arciniegas-Alarcón,Sergio
Barbin,Décio
author_role author
author2 Arciniegas-Alarcón,Sergio
Barbin,Décio
author2_role author
author
dc.contributor.author.fl_str_mv García-Peña,Marisol
Arciniegas-Alarcón,Sergio
Barbin,Décio
dc.subject.por.fl_str_mv Imputação
DVS
observações ausentes
topic Imputação
DVS
observações ausentes
description 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.
publishDate 2014
dc.date.none.fl_str_mv 2014-12-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862014000400006
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0102-77862014000400006
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/0102-778620130005
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv Sociedade Brasileira de Meteorologia
publisher.none.fl_str_mv Sociedade Brasileira de Meteorologia
dc.source.none.fl_str_mv Revista Brasileira de Meteorologia v.29 n.4 2014
reponame:Revista Brasileira de Meteorologia (Online)
instname:Sociedade Brasileira de Meteorologia (SBMET)
instacron:SBMET
instname_str Sociedade Brasileira de Meteorologia (SBMET)
instacron_str SBMET
institution SBMET
reponame_str Revista Brasileira de Meteorologia (Online)
collection Revista Brasileira de Meteorologia (Online)
repository.name.fl_str_mv Revista Brasileira de Meteorologia (Online) - Sociedade Brasileira de Meteorologia (SBMET)
repository.mail.fl_str_mv ||rbmet@rbmet.org.br
_version_ 1752122084912267264

Registros relacionados