مقایسه روش‌های مناسب جانهی مقادیر سانسور شده در داده های ژئوشیمیایی

نویسندگان

1 آزمایشگاه شبیه‌ سازی و پردازش داده، دانشکده مهندسی معدن، دانشگاه تهران

2 دانشکده ریاضی، آمار و علوم کامپیوتر، دانشگاه تهران

3 آزمایشگاه شبیه‌ سازی و پردازش داده، دانشکده مهندسی معدن، دانشگاه تهران

doi
10.17383/S2251-6565(15)940916-X
چکیده

در این تحقیق به بررسی روش­های جانهی مقادیر سانسور شده در مجموعه داده­های چند متغیره ژئوشیمیایی پرداخته شده است. وجود مقادیر گم­شده باعث محدودیت در استفاده از اغلب روش­های آماری همچون تحلیل مولفه­های اصلی می­شود. حذف نمونه­های شامل داده­های گم­شده باعث اریب شدن نتایج و از دست دادن اطلاعات می­شود به همین دلیل در نظر گرفتن رویکردی مناسب در مواجهه با داده­های گم­شده یک نیاز اساسی در تحلیل مجموعه داده­های ناکامل است. در این مقاله، با توجه به ماهیت ترکیبی داده­های ژئوشیمیایی، چند روش­ مناسب برای جانهی مقادیر گم­شده که در چند سال اخیر ارائه شده‌اند و به سادگی در محیط نرم­افزار آماری Rقابل اجرا هستند، معرفی شده­اند. در نهایت با استفاده از یک مجموعه داده کامل مربوط به منطقه ظفرقند، این روش­ها با یکدیگر مقایسه شده­اند. نتایج نشان می­دهند که استفاده از روش­های چند متغیره برای جانهی و به طور خاص روش ilr-EMنسبت به دیگر روش­ها ارجحیت دارند.