哪种模型最适合半正弦数据？答案

【问题标题】：Which model fit best for semi sinusoidal data?哪种模型最适合半正弦数据？
【发布时间】：2015-07-09 18:59:39
【问题描述】：

我有一个包含特定站点每月最高和最低温度的记录。该记录显示了从 1908 年 1 月到 2012 年 3 月的每个月的信息。但是，一些温度值已被删除。

Sample Data    
    yyyy    month   tmax    tmin
    1908    January 5.0 -1.4
    1908    February    7.3 1.9
    1908    March   6.2 0.3
    1908    April   Missing_1   2.1
    1908    May Missing_2   7.7
    1908    June    17.7    8.7
    1908    July    Missing_3   11.0
    1908    August  17.5    9.7
    1908    September   16.3    8.4
    1908    October 14.6    8.0
    1908    November    9.6 3.4
    1908    December    5.8 Missing_4
    1909    January 5.0 0.1
    1909    February    5.5 -0.3
    1909    March   5.6 -0.3
    1909    April   12.2    3.3
    1909    May 14.7    4.8
    1909    June    15.0    7.5
    1909    July    17.3    10.8
    1909    August  18.8    10.7

我想找出缺失值。哪种型号最适合此类问题？我在这里尝试使用多元线性回归。这是一个正确的方法吗？

【问题讨论】：

这里有很多选择。本质上，每种不同的插补方法对应于关于连续值如何相关的不同假设。最好对这些关系做出明确的假设并从中推导出方法；那将是一种贝叶斯推理方法。除此之外，可能局部回归方法，如 LOWESS 和高斯过程回归是合适的。 GP 回归实际上非常简单，并且可以为每个值以及点估计产生不确定性。对这些术语中的任何一个进行网络搜索都应该会得到很多点击。

标签： numpy statistics analytics modeling linear-regression

【解决方案1】：

这是一个经验问题。线性回归是一个很好的起点。如果数据具有非线性形状，您可能会发现转换特征/输出可以让您拟合线性模型。

我建议您想出一些办法，并对具有当前值的条目使用交叉验证。使用它来改进您的方法。如果假设缺失值与当前值具有相同的分布是合理的（即在缺失值中不存在一些系统偏差，例如极端温度下的设备故障），那么交叉验证错误应该是一种合理的判断方法缺失数据插补的质量。

【讨论】：