Warianty tytułu
Analysis of missing data imputation methods during the construction of composite indices of sustainability development in transportation
Języki publikacji
Abstrakty
Ze względu na złożoność problematyki zrównoważonego rozwoju transportu, w procesie podejmowania decyzji, a także w procesie edukacji i informowania społeczeństwa celowe jest zastosowanie syntetycznych wskaźników. Ich wieloaspektowość powoduje jednak, że dane do ich wyznaczania nie zawsze są dostępne. Konieczne jest zatem wykorzystanie numerycznych metod wstawiania brakujących danych. W artykule przeprowadzono analizę metod wstawiania brakujących danych pod kątem ich wykorzystania oraz przeprowadzono numeryczną symulację uzupełniania brakujących danych dla przebiegów emisji zanieczyszczeń wywołanych ruchem pojazdu.
Due to the complexity of sustainable development in transportation, in the processes of decision-making as well as in education and public information, it is advisable to apply composite indicators. However, because of the multiplicity of aspects involved in the process of composite indicators usage the necessary data is not always available. It is therefore required to use numerical methods to insert the missing data. In the article, the analysis of missing data imputation methods was conducted and the numerical simulation of imputation of missing data was performed for emissions measured during on-road test.
Czasopismo
Rocznik
Tom
Opis fizyczny
Pełny tekst na CD, Bibliogr. 13 poz., wykr.
Twórcy
autor
- Politechnika Poznańska, Instytut Silników Spalinowych i Transportu, arkadiusz.barczak@put.poznan.pl
Bibliografia
- [1] Barczak A., Zarys metodyki projektowania syntetycznych wskaźników zrównoważonego rozwoju transportu, Logistyka, 3/2011, str. 93-100.
- [2] Bebbington J., Brown J., Frame B., Accounting technologies and sustainability assessment models, Ecological Economics, Vol. 61, pp. 224-236.
- [3] Joumard R., Gudmundsson H., Indicators of Environmental Sustainability in Transport, Les collections de l'INRETS, maj 2010.
- [4] Little R. J. A., Rubin D. B., Statistical Analysis with Missing Data, John Wiley & Sons, Inc., 2002.
- [5] Merkisz J., Barczak A., Pielecha J., Badanie zmienności emisji zanieczyszczeń z zastosowaniem metody PCA, Logistyka, 3/2011, str. 1835-1844.
- [6] Porter M.E., Schwab K., The Global Competitiveness Report 2008-2009, World Economic Forum, Geneva, 2008.
- [7] Raghunathan T. E., Lepkowski J. M., Van Hoewyk J., Solenberger P., A Multivariate Technique for Multiply Imputing Missing Values Using a Sequence of Regression Models, Survey Methodology, June 2001, Vol. 27, No. 1, pp. 85-95.
- [8] Saltelli A., Composite indicators between analysis and advocacy, Social Indicators Research, No. 81, 2007.
- [9] Singh R. K., Murty H. R., Gupta S. K., Dikshit A. K., An overview of sustainability assessment methodologies, Ecological Indicators, Vol. 15, 2012, pp. 281-299.
- [10] Van Buuren S., Groothuis-Oudshoorn K., mice: Multivariate Imputation by Chained Equations in R, Journal of Statistical Software, December 2011, Vol. 45, Issue 3.
- [11] Strategia zrównoważonego rozwoju Polski do roku 2025, Ministerstwo Środowiska Rzeczypospolitej Polskiej, 1999.
- [12] Handbook on constructing composite indicators: Methodology and user guide, OECD, 2008.
- [13] WinMICE, http://web.inter.nl.net/users/S.van.Buuren/mi/hmtl/software.htm (2012.02.27).
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.baztech-article-BUS6-0041-0010