@Article{MouraAravLopo:2014:PrFaDa,
               author = "Moura, Rildo Gon{\c{c}}alves de and Arav{\'e}quia, Jos{\'e} 
                         Antonio and Lopo, Alexandre Boleira",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)}",
                title = "Preenchimento de Falhas em Dados de Correla{\c{c}}{\~a}o de 
                         Anomalia do Geopotencial (500 hPa)",
              journal = "Ci{\^e}ncia e Natura",
                 year = "2014",
               volume = "36",
               number = "2",
                pages = "503--509",
             keywords = "imputa{\c{c}}{\~a}o m{\'u}ltipla, MICE, dados ausentes, 
                         M{\'e}todo da M{\'e}dia Preditiva, Multiple Imputation, MICE, 
                         missing data, Predictive Mean Matching.",
             abstract = "Esta pesquisa trata sobre a imputa{\c{c}}{\~a}o m{\'u}ltipla de 
                         dados faltantes (missing data) da correla{\c{c}}{\~a}o de 
                         anomalia da altura geopotencial em 500 hPa. A 
                         imputa{\c{c}}{\~a}o m{\'u}ltipla ocorreu via m{\'e}todo da 
                         m{\'e}dia preditiva ou Predictive Mean Matching (PMM). Os 
                         resultados permitiram inferir que a imputa{\c{c}}{\~a}o dos 
                         dados teve uma qualidade adequada sendo que a s{\'e}rie 
                         reconstru{\'{\i}}da de dados da correla{\c{c}}{\~a}o de 
                         anomalia da altura geopotencial em 500 hPa do modelo global possui 
                         em m{\'e}dia 14.8% mais dados que a s{\'e}rie original. O 
                         processo de imputa{\c{c}}{\~a}o m{\'u}ltipla por PMM preencheu 
                         os dados ausentes com uma qualidade adequada, visto que h{\'a} um 
                         forte coeficiente de correla{\c{c}}{\~a}o de Pearson (> 0.99), 
                         entre a s{\'e}rie formada com dados originais e a s{\'e}rie 
                         formada com dados recuperados, para todos os hor{\'a}rios de 
                         previs{\~a}o mostrados. ABSTRACT: This research deals with the 
                         multiple imputation of missing data of Geopotential Height Anomaly 
                         Correlation at 500 hPa. The multiple imputation was reached by 
                         using the Predictive Mean Matching (PMM) method. Outcome showed 
                         that multiple imputation (PMM) resulted in an acceptable quality 
                         of data, once the reconstructed data serie of Geopotential Height 
                         Anomaly Correlation of the global model comprises, in average, 
                         14.8% more data in comparison to the original data serie. Also, 
                         the multiple imputation process by PMM filled the missing data 
                         with adequate quality, since they showed a strong coefficient of 
                         Pearson correlation (> 0.99) between original data serie and 
                         reconstructed data serie, for every weather prediction period 
                         considered.",
                  doi = "10.5902/2179460X13176",
                  url = "http://dx.doi.org/10.5902/2179460X13176",
                 issn = "0100-8307 and 2179-460X",
                label = "lattes: 1079475730208120 1 MouraAravLopo:2014:PRFADA",
             language = "pt",
           targetfile = "Moura_Preenchimento.pdf",
        urlaccessdate = "20 abr. 2024"
}