Title (Arabic)
RBFمقارنة بين الشبكة العصبية دالة الأساس الشعاعي وطرائق أخرى لتقدير القيم المفقودة في السلاسل الزمنية أحادية المتغير
DOI
10.33095/jeas.v28i134.2426
Abstract
Missing values in the time-series data set have an impact on the correct decision-making in the future. Since complete data helps to obtain high accuracy in the estimation process, the reason for missing values is a malfunction of the measuring device or an error in the data entry process by the person. The research aims to compare the radial basis function methods with other methods to estimate missing values in univariate time series data. the simulation method was used to compare the methods to estimate the missing values, and that was used the Box-Jenkins model AR(1) once with the value ofand once with the value of and with different sample sizes (60,100,300), assuming four percentages of missing from data values are missing at random MAR (5%,10%,15%,20%). The accuracy of the estimation of the methods was evaluated by using the standard of accuracy, the mean sum of squares error (MSE). from the results obtained using simulation, it was found that the(RBF) method is the best method for estimating the missing values in both values, in all sizes, and all loss ratios because it produces the lowest value of the average square error compared to other methods. Paper type: Research paper
Abstract (Arabic)
تؤثر القيم المفقودة في مجموعة بيانات السلاسل الزمنية في اتخاذ القرار الصحيح بالمستقبل . حيث أن البيانات الكاملة تساعدنا في الحصول على الدقة العالية في عملية التقدير ، السبب في وجود القيم المفقودة هو عطل جهاز القياس أو خطأ في عملية أدخال البيانات من قبل الشخص . يهدف البحث الى مقارنة طريقة دالة الأساس الشعاعي مع طرائق أخرى لتقدير القيم المفقودة في بيانات السلاسل الزمنية أحادية المتغير . وتم أستخدام أسلوب المحاكاة للمقارنة بين الطرائق لتقدير القيم المفقودة وتم أستخدام نموذج بوكس جنكيز AR(1) مرة مع قيمة ومرة مع قيمة وبأحجام عينات مختلفة (300,100,60) بأفتراض أربع نسب فقدان للقيم مفقودة عشوائياً MAR (5% ، 10% ،15% ،20% ) . وتم تقييم دقة تقدير الطرائق بواسطة أستخدام معيار الدقة متوسط مجموع مربعات الخطأ(MSE). ومن النتائج التي تم الحصول عليها بأستخدام المحاكاة وجد أن طريقة (RBF ) أفضل طريقة لتقدير القيم المفقودة في كلا القيمتين وبكافة الأحجام وبكل نسب الفقدان لأنها تنتج أقل قيمة من متوسط مجموع مربعات الخطأ مقارنة بالطرائق الأخرى.
Recommended Citation
Mahdi, W. S., & ALmohana, F. A. (2022). A Comparison of a Radial Basis Function Neural Network with other Methods for Estimating Missing Values in Univariate Time Series. Journal of Economics and Administrative Sciences, 28(134), 134-146. https://doi.org/10.33095/jeas.v28i134.2426
First Page
134
Last Page
146
Rights
http://creativecommons.org/licenses/by-nc-nd/4.0
