论文部分内容阅读
时间序列分析是在气象预报、地质变化分析、交通流量预测和财经市场预测等应用中的重要分析手段之一,但是在时间序列的数据中经常会发生观测数据缺失的情况,例如传感器故障造成的缺失,地质数据中部分相关年份的观测数据缺失等,目前如何使用相应的方法和模型对缺失的数据进行填补和使用含有缺失数据的时间序列进行预测是目前该方向研究的一大热点。基于此,笔者将列举一系列目前所使用的缺失数据的处理方法及其优缺点。