چكيده
دادههاي چند متغيره ممكن است به دلايل مختلف شامل علائم مفقود شده باشند. وجود مقادير مفقود شده سبب فاصله گرفتن نتايج از مقدار واقعي ميشوند]25[. با استفاده از مدلهاي كاليبراسيون ميتوان مقادير مفقود شده را پيش بيني كرد. روشهاي مختلف كاليبراسيون مانند CLS,ILS,PCR.PLS براي ارائه ي مدل كاليبراسيون و پيش بيني مقادير از دست رفته در اين تحقيق بيان و خطاي استاندارد پيش بيني (SEP) آنها با هم مقايسه شده اند]9[. يكي از موارد اهميت اين تحقيق آنست كه با استفاده از روشهاي تخمين مقادير مفقود شده كه در آنها هيچ كاليبراسيون جداگانه اي نياز نيست، هم مقادير مفقود شده، تخمين زده شده اند و داده بازسازي شدند. در واقع محدوديتهاي روشهاي كاليبراسيون در اينجا وجود ندارند. براي اين منظور روشهاي NIPALS , Kiere ,Wold ,Iterative imputation مورد بررسي قرار گرفتند. در نهايتSEP اين روشها با روشهاي كاليبراسيون مقايسه شدند. روشهاي تخمين علاوه بر اينكه به عنوان روشهاي كاليبراسيون عمل ميكنند، در اينجا به عنوان روشهاي انتقال كاليبراسيون هم مطرح ميشوند]35[. در روشهاي انتقال كاليبراسيون، كاليبراسيون بين دادههاي دو دستگاه هم نوع يا بين دادههاي يك دستگاه در شرايط مختلف انتقال داده مي شود .در واقع ، نمونه مشترك است. هدف ديگر اين تحقيق، انتقال كاليبراسيون با تعداد محدودي نمونه ي مشترك است، كه رويكردي جديد در زمينه ي كمومتريكس مي باشد.
