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

Abstract

RESUMOUm 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. Palavras-chave: Imputação, DVS, observações ausentes.ABSTRACT CLIMATE DATA IMPUTATION USING THE SINGULAR VALUE DECOMPOSITION: AN EMPIRICAL COMPARISON A common problem in climate data is missing information. Recently, four methods have been developed which are based in the singular value decomposition of a matrix (SVD). The aim of this paper is to evaluate these new developments making a comparison by means of a simulation study based on two complete matrices of real data. One corresponds to the historical precipitation of Piracicaba / SP -Brazil and the other matrix corresponds to multivariate meteorological characteristics in the same city from year 1997 to 2012. In the study, values were deleted randomly at different percentages with subsequent imputation, comparing the methodologies by three criteria: the normalized root mean squared error, the similarity statistic of Procrustes and the Spearman correlation coefficient. It was concluded that the SVD should be used only when multivariate matrices are analyzed and when matrices of precipitation are used, the monthly mean overcome the performance of other methods based on the SVD. Keywords: Imputation, SVD, missing values. devido a varias razões, como falhas dos instrumentos de medição, condições climáticas extremas e erros na digitação. Uma maneira muito comum de analisar dados provenientes de estudos com informação faltante é imputar as observações ausentes e posteriormente, aplicar procedimentos clássicos sobre os dados completados (observados + imputados). Um método amplamente usado na literatura é utilizar a média como imputação.

Imputação múltipla livre de distribuição em tabelas incompletas de dupla entrada

“…Por essa razão, García-Peña et al (2014) chamaram o método de "imputação biplot", notação que também será utilizada no presente trabalho para designar o algoritmo, descrito a seguir.…”

Methodological approaches for imputing missing data into monthly flows series

“…Other studies can be highlighted, especially related to medicine and health (Camargos et al, 2011;Carreras et al, 2021;Khan et al, 2021;Nunes, 2007;Payrovnaziri et al, 2021), air pollution (Choi et al, 2021;Ghazali et al, 2021;Pinto, 2013), engineering, mainly civil and traffic (Abdelgawad et al, 2015;Jiang et al, 2021), meteorology (Afrifa-Yamoah et al, 2020Bier and Ferraz, 2017;Costa et al, 2021;Ferrari and Ozaki, 2014;García-Peña et al, 2014), agriculture (Jiao et al, 2016;Nishina et al, 2017;Swenson, 2014), energy (Barbosa et al, 2018;Pelisson, 2021) and education (Vinha and Laros, 2018).…”

Imputação De Dados Diários De Radiação Solar Global via Ambiente R

“…Um dos graves problemas existentes no Brasil é a ausência de informação de dados climáticos, principalmente dados de Q g , em virtude de falhas operacionais ou que os dados de Q g estão parcialmente ausentes consecutivamente por dias (GOIS et al, 2016;LAYANUN et al, 2017). Recentemente, têm sido utilizados métodos de imputação, por exemplo, os que utilizam a decomposição por valores singulares de uma matriz (DVS) - (GARCÍA-PEÑA et al, 2014). Vale destacar que o problema com dados faltantes (missing data) em séries temporais, não se restringe apenas as áreas de Meteorologia e Climatologia (ZHANG, 2016;KOWARIK ;TEMPL, 2016, GRÜND et al, 2016, se estende também as áreas da Saúde e das Ciências Sociais (NUNES et al, 2010).…”