English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 51296/86402 (59%)
造訪人次 : 8159188      線上人數 : 76
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/106907


    題名: 模糊資料之相關係數研究及其應用
    Evaluating Correlation Coefficient with Fuzzy Data and Its Applications
    作者: 楊志清
    貢獻者: 淡江大學統計學系
    關鍵詞: 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
    日期: 2013-03-01
    上傳時間: 2016-06-23 15:39:32 (UTC+8)
    摘要: 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。
    關聯: 國立政治大學商學院統計學系博士論文
    顯示於類別:[統計學系暨研究所] 學位論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    摘要.pdf807KbAdobe PDF72檢視/開啟
    目錄.pdf333KbAdobe PDF94檢視/開啟

    在機構典藏中所有的資料項目都受到原著作權保護.

    TAIR相關文章

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