简介:极端值亦称离群值或边远值,即在观测值中远远偏离数据主体部分的个别值,这些值不能服从假定的概率分布。如果将极端值和其它数据不加区别地等同对待,会使数据的离散程度加大,计算出的数字特征不能反映主体数据的特征。对极端值进行识别并加以处理,是探索性数据分析的一个重要问题。经过适当处理后的数据,具有较强的耐抗性,即对局部数据的不良行为具有不敏感性。在统计分析中,识别极端值的方法有以下几种:(一)四分展布法四分展布法是一种经验法,首先计算中位数和四分位数:设有数据X1,X2…Xn,将其从小到大排列,记为X(t),X(2)…X(n);当n为奇数时,n=2k+1,中位数=X(k),中位数位次为k+1;当n为偶
简介:由于第三方支付平台交易者的效益问题存在着较多的不确定性,因此很少有定量化的研究成果。运用粗糙集理论,构建第三方支付平台交易的粗糙复杂网络,并对第三方支付平台效益进行研究,分别建立平台管理者效益提升的粗糙复杂网络信任模型、商家效益极大化的粗糙统计模型、顾客选择商品的粗糙决策模型;模型求解结果表明:平台管理者可以建立量化奖惩措施促进效益目标的实现;商家可以分析预测当广告费用为G0时的直接和间接销售量,从而得出是否做广告的决定;在价格适中且销售量适中、销售量高、商品价格低顾客评价适中且商家信用低、顾客评价高且商家信用高这四种情况下,顾客可以做出购买的决定。本研究在理论上不仅将粗糙集的理论用于不确定性复杂网络信任模型的研究,而且创立了基于时间序列分析的属性约简算法,从而解决了动态知识系统属性规则的提取问题。