检索结果-南通市图书馆

Assessing methods for multiple imputation of systematic missing data in marine fisheries time series with a new validation algorithm

引用

Aquaculture and Fisheries 2023年第5期8卷 587-599页

作者： Ivan F.Benavides Marlon Santacruz Jhoana P.Romero-Leiton Carlos Barreto John Josephraj Selvaraj Instituto de Estudios del Pacífico Universidad Nacional de ColombiaTumaco CampusKilometro 30-31CajapíVía Nacional Tumaco-PastoTumacoNarino522020Colombia Ingeniería en Produccion Acuícola Universidad de NarinoCra.22#30-63Torre 4 apto.703San Juan de PastoNarino520004Colombia Facultad de ingeniería Universidad CesmagPasto520004Colombia Datambiente 520001Colombia Autoridad Nacional de Pesca y Acuicultura(AUNAP) 520001Colombia

Time series from fisheries often contain multiple missing *** is a severe limitation that prevents using the data for research on population dynamics,stock assessment,forecasting,and,hence,decision-making around marine *** methods have been proposed to impute missing data in univariate time ***,their performances depend not only on the amount of missing data but also on the data *** study compares the performance of twelve imputation methods on the time series of marine fishery landings for six species in the Colombian Pacific *** other studies,we validate the precision of the imputations in the same target time series that include missing data,using the Known Sub-Sequence Algorithm(KSSA),a novelty validation approach that simulates missing data in known sub-sequences of the target time *** results showed that the best methods for imputation are Seasonal Decomposition with Kalman filters and Structural Models with Kalman filters fitted by maximum *** also show that validating the imputation methods with other time series different to the target time series,leads to wrong imputation methods *** is noteworthy that these methods and also the validation framework are mainly suited to time series with non-random distribution of missing data,this is,missing data produced systematically in chunks or clusters with predictable frequency,which are common in marine sciences.

关键词： Data gaps Fish populations artisanal fishing Time series imputation

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：