Abstract
تعد مشكلة البيانات المفقودة بشكل عشوائي تام(Completely Missing at Randomness (MCAR)) في النموذج الرمادي GM(1,1) واحدة من أهم المشاكل التي تعيق عملية التنبؤ، اذ ان وجود هذه القيم يقلل من قوة الاختبار وينتج تقديرات متحيزة تؤدي إلى استنتاجات مضللة وغير صحيحة. تهدف هذه الدراسة إلى تقييم أداء بعض الطرق الإحصائية المستخدمة في معالجة مشكلة البيانات المفقودة بشكل عشوائي تام. تشمل هذه الطرق: طريقة التعويض بالوسط الحسابي، وطريقة التعويض بالوسيط، وطريقة التوليد العشوائي اعتمادا على الوسط الحسابي، وطريقة التوليد العشوائي اعتمادا على الوسيط، وطريقة التعويض بالقيم التنبؤية من خط الاتجاه العام للسلسة. باستخدام برنامج R تم تنفيذ تجارب المحاكاة بأحجام عينات مختلفة (n=8,14,20) بنمط أحادي ومتعدد لعدد القيم المفقودة اعتمادا على النموذج أللوغاريتمي متباطي. كشفت نتائج متوسط مطلق الخطأ النسبي (MAPE) عن فاعلية طريقة التعويض بالوسيط في التنبؤ بخطوة وخطوتين وثلاث خطوات مستقبلية (h=1,2,3).
Reference18 articles.
1. Deng, J. L. (1982). Control problems of grey systems. Systems & Control Letters, 1(5), 288-294.
2. Deng, J. L. (1989). Introduction to grey system theory. The Journal of grey system, 1(1), 1-24.
3. Liu, S., & Lin, Y. (2006). Grey information: theory and practical applications. Springer Science & Business Media.
4. Liu, S., & Forrest, J. Y. L. (2010). Grey systems: theory and applications. Springer.
5. Kayacan, E., Ulutas, B., & Kaynak, O. (2010). Grey system theory-based models in time series prediction. Expert systems with applications, 37(2), 1784-1789.