شناسائی نقاط دورافتاده چندمتغیره بر اساس تابع دورافتادگی ژرفا-مبنا

Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 120

This Paper With 21 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_STAT-15-2_008

تاریخ نمایه سازی: 23 شهریور 1401

Abstract:

تابع ژرفا  با در نظر گرفتن ویژگی های هندسی مجموعه داده های چندمتغیره و رتبه بندی مشاهدات  ابزار مناسبی را در آمار ناپارامتری چندمتغیره فراهم آورده است. به عبارت دیگر، این تابع منجر به مرتب سازی از مرکز به بیرون نقاط چندمتغیره می شود. از آن جا که دورافتادگی نقاط به طور اجتناب ناپذیری وابسته به ترتیب داده ها است، این مرتب سازی می تواند راهی برای شناسایی نقاط دورافتاده فراهم کند. در این مقاله، بر اساس مفهوم تابع ژرفا، یک روش ناوردای آفین برای شناسائی نقاط دورافتاده چندمتغیره بیان می شود. ویژگی مطلوب ناوردای آفین  تضمین می کند که نقطه دورافتاده تحت هرگونه تبدیل از محورهای مختصات کماکان به عنوان دورافتاده شناسایی شود. پیاده سازی این روش نسبت به بیشتر روش های چندمتغیره که دارای پیچیدگی محاسباتی هستند، ساده تر است. بر اساس مطالعات شبیه سازی عملکرد روش پیشنهادی بر اساس توابع ژرفای مختلف مورد بررسی قرار گرفته است. سرانجام، روش بیان شده برای داده های مسکن شهرهای منتخب ایران در سال ۱۳۹۷، بکار برده می شود. 

Authors

سکینه دهقان

Department of Statistics, Faculty of Mathematical Sciences, University of Shahid Beheshti, Tehran, Iran.

محمدرضا فریدروحانی

Department of Statistics, Faculty of Mathematical Sciences, University of Shahid Beheshti, Tehran, Iran.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Barnett, V. and Lewis, T. (۱۹۹۴), Outliers in Statistical Data, ...
  • Chen, Y., Dang, X., Peng, H. and Bart, L. (۲۰۰۸), ...
  • Dang, X. and Serfling, R. (۲۰۱۰), Nonparametric Depth-based Multivariate Outlier ...
  • Dehghan, S. and Faridrohani, M. R. (۲۰۱۹), Affine Invariant Depth-Based ...
  • Dixon, W. J. (۱۹۵۰), Analysis of Extreme Values. The Annals ...
  • Dovoedo, Y. H. and Chakraborti, S. (۲۰۱۳), Outlier Detection for ...
  • Fan, Yi. (۲۰۱۶), New Nonparametric Approaches for Multivariate and Functional ...
  • Grubbs, F. E. (۱۹۵۰), Sample Criteria for Testing Outlying Observations. ...
  • Liu, R. Y. (۱۹۸۸), On a Notion of Simplicial Depth, ...
  • Liu, R. Y. and Singh, K. (۱۹۹۳), A Quality Index ...
  • Hawkins, D. M. (۱۹۸۰), Identification of Outliers, Chapman and Hall ...
  • Kannan, K., Senthamarai, and Manoj, K. (۲۰۱۵), Outlier Detection in ...
  • Miller, J. (۱۹۹۱), Reaction Time Analysis with Outlier Exclusion: Bias ...
  • Serfling, R. and Mazumder, S. (۲۰۱۳), Computationally Easy Outlier Detection ...
  • Rocke, D. M. and Woodruff, D. L. (۱۹۹۶), Identification of ...
  • Tukey, J. W. (۱۹۷۵), Mathematics and the Picturing of Data, ...
  • Vardi, Y. and Zhang, C.H. (۲۰۰۰), The Multivariate L۱-Median and ...
  • Zuo, Y. and Serfling, R. (۲۰۰۰), General Notions of Statistical ...
  • Zuo, Y. (۲۰۰۳), Projection-based Depth Functions and Associated Medians. The ...
  • روزبه، م. و امینی، م. (۱۳۹۸)، برآوردگر استوار مرزبندی شده ...
  • روزبه، م. و معنوی، م. (۱۳۹۹)، مدل سازی سن تﻘویمی ...
  • نمایش کامل مراجع