
Imputação de dados climáticos utilizando a decomposição por valores singulares: uma comparação empírica
2014; Sociedade Brasileira de Meteorologia; Volume: 29; Issue: 4 Linguagem: Português
10.1590/0102-778620130005
ISSN1982-4351
AutoresMarisol García‐Peña, Sergio Arciniegas‐Alarcón, Décio Barbin,
Tópico(s)Hydrology and Drought Analysis
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.
Referência(s)