时间序列建模中利用滤波过程估计缺失数据
统计方法学
2008-11-06 v1
摘要
本文提出了一种利用滤波过程估计缺失数据的新方法。我们使用无缺失数据集和随机缺失数据集来评估这种新估计方法，采用Box-Jenkins建模技术预测马来西亚槟城Kepala Batas站5504035 Lahar Ikan Mati的月平均降雨量。降雨数据收集自该站1969年1月1日至1997年12月31日。用于开发降雨预测模型的数据由自回归积分滑动平均模型表示。两个数据集的模型均为ARIMA。结果通过朴素检验（即Thiel统计量）进行验证，完整数据得到，缺失数据得到，表明模型良好。
引用
@article{arxiv.0811.0659,
title = {Estimation of missing data by using the filtering process in a time series modeling},
author = {R. Ahmad Mahir and A. M. H. Al-Khazaleh},
journal= {arXiv preprint arXiv:0811.0659},
year = {2008}
}
备注
Submitted to the Electronic Journal of Statistics (http://www.i-journals.org/ejs/) by the Institute of Mathematical Statistics (http://www.imstat.org)