English  |  正體中文  |  简体中文  |  Items with full text/Total items : 49378/84106 (59%)
Visitors : 7366677      Online Users : 56
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version
    Please use this identifier to cite or link to this item: http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/106907


    Title: 模糊資料之相關係數研究及其應用
    Evaluating Correlation Coefficient with Fuzzy Data and Its Applications
    Authors: 楊志清
    Contributors: 淡江大學統計學系
    Keywords: 模糊區間;模糊區間相關係數;模糊區間自相關係數;Fuzzy interval correlation;Fuzzy data;Auto-Correlation coefficient
    Date: 2013-03-01
    Issue Date: 2016-06-23 15:39:32 (UTC+8)
    Abstract: 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。
    Relation: 國立政治大學商學院統計學系博士論文
    Appears in Collections:[統計學系暨研究所] 學位論文

    Files in This Item:

    File Description SizeFormat
    摘要.pdf807KbAdobe PDF62View/Open
    目錄.pdf333KbAdobe PDF77View/Open

    All items in 機構典藏 are protected by copyright, with all rights reserved.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - Feedback