欠測データ処理 の商品レビュー

高橋将宜(著者),渡辺美智子(著者)

2022/09/07

https://kinoden.kinokuniya.co.jp/shizuoka_university/bookdetail/p/KP00024631/

2018/12/16

電力消費実績の時系列データの欠損値の処理に悩んでいたため購入。
Rユーザーであれば、容易に本書の内容を再現することができる。統計学の知識に乏しい私にとって、FCSアルゴリズムやEMBアルゴリズムはやや難解であった。しかしながら、5つの観測値を用いたブートストラップや単変量のEMアルゴリズムの具体的なコードなどが示されており、理解への助けとなった。

特に、”第11章　時系列データの多重代入法：ARIMAモデル”はとても参考になった。しかし、モデルの診断プロセスについて疑問が残った。時系列データの欠損値の補定は、ameliaによる代入モデルではなく、m個の代入済みデータに対するARIMAモデルから行うのであろうか？

2018/12/16

ほとんどの人は欠測データは削除するか平均で埋めるなど雑に扱っているのではないか
問題点、解決法、コード例も豊富で好著