Detailergebnis zu DOK-Nr. 71533
Flexible und robuste Methode zur Einschätzung fehlender Messwerte von Schleifendetektoren (Orig. engl.: Flexible and robust method for missing loop detector data imputation)
| Autoren |
Y. Wang Y. Zou K. Henrickson |
|---|---|
| Sachgebiete |
6.1 Verkehrserhebungen, Verkehrsmessungen 6.2 Verkehrsberechnungen, Verkehrsmodelle |
Traffic Monitoring: Automobiles, Trucks, Bicycles, and Pedestrians. Washington, D.C.: Transportation Research Board (TRB), 2015 (Transportation Research Record (TRB) H. 2527) S. 29-36, 1 B, 6 T, 24 Q
Zur Einschätzung fehlender Messwerte existieren diverse Schätzverfahren. Es wird ein neues Verfahren vorgestellt: ein Predictive Mean Matching (PMM) - Multiple Imputation (MI) - Algorithmus mit Chained Equations (CE). Es handelt sich um einen Monte-Carlo-Algorithmus, bei dem jede Variable mit fehlenden Messwerten separat betrachtet wird. Zur Vorhersage fehlender Werte werden die Daten benachbarter Zählstellen verwendet. Der Algorithmus wurde auf eine Schleifenzählstelle der I5 im Staat Washington angewendet. Er zeigt gute Ergebnisse, sowohl bei zufällig fehlenden Werten als auch insbesondere bei großen fehlenden Datenblöcken (ganze Tage, ganze Monate). Nach Ansicht der Autoren zeigt sich im Vergleich zur häufig angewandten paarweisen Regression eine bessere Performance des neuen Algorithmus, der auch die Varianz des Datensatzes reproduziert.