我正在处理一个数据集，该数据集以时间点（例如8月，9月等）为列，并以行的形式收集了该点的不同测量值。
除此之外，数据根本不是干净的，有很多丢失的数据，我只是不能将所有行都丢弃或填充它们，所以我的想法是将数据集分成4个较小的行。 />
可以对此类数据集执行哪种分析？我应该反转列和行吗？
答案 0 :(得分：1)
缺少数据的时间序列回归是统计分析中的一种特殊情况。简单地重新设置数据集并不是解决方案。
我了解可以通过周期性分析和频谱分析来确定最佳拟合的正弦曲线，即正弦波穿过缺失的数据点，而回归分析是识别与现有数据拟合的一种方法。
以前在基于ARIMA（移动平均值）的统计信息交换中曾提出过同样的问题。就个人而言，我不会对此方法感到厌烦，因为将有一个专业的解决方案。 https://stats.stackexchange.com/questions/121414/how-do-i-handle-nonexistent-or-missing-data