Nadomještavanje nedostajućih podataka u vremenskim nizovima

završni rad

• Naslov (engleski): Replacing Missing Data in Time-series
• Autor: Dorotea Jakić
• Mentor: Ratko Magjarević (mentor)
• Član povjerenstva: Ratko Magjarević (predsjednik povjerenstva)
• Član povjerenstva: Sara Žulj (član povjerenstva)
• Član povjerenstva: Dominik Džaja (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-09-03, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

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.

Sažetak (engleski)

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.

• Ključne riječi: imputacija; metode imputacije; nedostajući podatci; glukoza
• Ključne riječi (engleski): imputation; imputation methods; missing data; glucose
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:588190
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 15:07:29