Nadomještavanje nedostajućih podataka u vremenskim nizovima

undergraduate thesis

• Title (english): Replacing Missing Data in Time-series
• Author: Dorotea Jakić
• Mentor: Ratko Magjarević (mentor)
• Committee member: Ratko Magjarević (predsjednik povjerenstva)
• Committee member: Sara Žulj (član povjerenstva)
• Committee member: Dominik Džaja (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2020-09-03, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Nedostajući podatci smanjuju statističku moć i uvode pristranost u istraživanja. Iz tog se razloga nedostajuće vrijednosti nadomještaju različitim metodama imputacije. U ovom radu uspoređeni su rezultati metode imputacije posljednjom promatranom vrijednosti, metode najbližeg susjeda, metode srednje vrijednosti, imputacije spline interpolacijom i linearne imputacije nad signalima glukoze u krvi iz Ohio T1DM baze podataka. Signalima su se prvo potpuno nasumično izbrisali segmenti podataka u različitim trajanjima i nakon toga imputirale nedostajuće vrijednosti, koje su na kraju bile usporedivane sa točnim vrijednostima, te su se na kraju uspoređivale vrijednosti pogrešaka kvadratne sredine. Metoda sa najmanjom pogreškom bila je metoda imputacije linearnom interpolacijom, a sa najvećom metoda imputacije srednjom vrijednosti osim u slucaju u kojem je duljina nedostajućih podataka bila 4 sata, tada je imputacija posljednjom promatranom vrijednosti imala jednaku, i kod nekih signala veću, pogrešku.

Abstract (english)

Missing data reduces statistical power and introduces bias in research, so missing values are imputed by different imputation methods. In this paper, the results of the last observation carried forward imputation method, nearest neighbor method, mean value method, spline interpolation imputation, and linear imputation over continuous blood glucose measurements from the Ohio T1DM database are compared. The segments of varying duration were erased from the signal completely at random and then the missing values were imputed, which were eventually compared to the exact values using root mean square error. The method with the smallest error was the method of imputation by linear interpolation, and the method with the largest error was mean imputation except when four hours of data were missing, where the last observation carried forward imputation had a similar or even bigger RMSE value.

• Keywords: imputacija; metode imputacije; nedostajući podatci; glukoza
• Keywords (english): imputation; imputation methods; missing data; glucose
• Language: croatian
• URN:NBN: urn:nbn:hr:168:588190
• Study programme: Title: Computing; Study programme type: university; Study level: undergraduate; Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-01-13 15:07:29