模糊資料之相關係數研究及其應用
978-3-330-82055-5
3330820551
80
2017-01-06
19.80 €
chi
https://images.our-assets.com/cover/230x230/9783330820555.jpg
https://images.our-assets.com/fullcover/230x230/9783330820555.jpg
https://images.our-assets.com/cover/2000x/9783330820555.jpg
https://images.our-assets.com/fullcover/2000x/9783330820555.jpg
近年來,由於人類對自然現象、社會現象或經濟現象的認知意識逐漸產生多元化的研判與詮釋,也因此致使人類思維數據化的概念已逐漸廣泛的被應用,對數據分析已從傳統以單一數值或平均值的分析作法,演變為考量多元化數值的分析作為。有鑑於此,在數據資料具備「模糊性」特質的現今,藉由模糊區間的演算方法,進一步探討之間的關係。傳統的統計分析,對於兩變數間線性關係的強度判斷,一般是藉由皮爾森相關係數(Pearson’s Correlation Coefficient)的方法予以衡量,同時也可以經由係數的正、負符號判斷變數間的關係方向。然而,在現實生活中無論是環境資料或社會經濟資料等,均可能以模糊的資料型態被蒐集,如果當資料型態係屬於模糊性質時,將無法透過皮爾森相關係數的方法計算。因此,本研究欲研擬一個較簡而易懂的方法,計算模糊區間資料的相關係數,據以呈現兩組模糊區間資料的相互影響程度。此外,若時間性之模糊區間資料被蒐集之際,我們亦提出利用中心點與長度之模糊自相關係數(ACF with the Fuzzy Data of Center and Length;簡稱CLACF)及模糊區間資料之自相關函數(ACF with Fuzzy Interval Data;簡稱FIACF)的方法,探討時間性模糊資料的自相關係數予以衡量。
https://morebooks.shop/books/gb/published_by/%E9%87%91%E7%90%85%E5%AD%A6%E6%9C%AF%E5%87%BA%E7%89%88%E7%A4%BE/359952/products
Theory of probability, stochastics, mathematical statistics
https://morebooks.shop/store/gb/book/%E6%A8%A1%E7%B3%8A%E8%B3%87%E6%96%99%E4%B9%8B%E7%9B%B8%E9%97%9C%E4%BF%82%E6%95%B8%E7%A0%94%E7%A9%B6%E5%8F%8A%E5%85%B6%E6%87%89%E7%94%A8/isbn/978-3-330-82055-5