淡江大學機構典藏:Item 987654321/106907
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 62805/95882 (66%)
造访人次 : 3914777      在线人数 : 836
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜寻范围 查询小技巧：
  • 您可在西文检索词汇前后加上"双引号"，以获取较精准的检索结果
  • 若欲以作者姓名搜寻，建议至进阶搜寻限定作者字段，可获得较完整数据
    •  进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/106907


    题名: 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
    贡献者: 淡江大學統計學系
    关键词: 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
    上传时间: 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
    显示于类别:[統計學系暨研究所] 學位論文

    文件中的档案:

    档案 描述 大小格式浏览次数
    摘要.pdf807KbAdobe PDF239检视/开启
    目錄.pdf333KbAdobe PDF147检视/开启

    在機構典藏中所有的数据项都受到原著作权保护.

    TAIR相关文章

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