Vícerozměrná detekce odlehlých hodnot
Sto osob žijících ve stejné oblasti podalo pojistnou událost, protože jejich domy poškodilo krupobití v nedělní noci. Datová sada hailinsurance obsahuje 100 pozorování a 2 proměnné. První sloupec obsahuje platby, které pojišťovna vyplatila jednotlivým zákazníkům, druhý sloupec pak aktuální cenu jejich domu.
V tomto cvičení nejprve použiješ klasické odhady na tuto datovou sadu a pak výsledky porovnáš s výsledky robustních odhadů.
Toto cvičení je součástí kurzu
Detekce podvodů v R
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create a scatterplot
plot(hailinsurance, xlab = "price house", ylab = "claim")
# Compute the sample mean and sample covariance matrix
clcenter <- colMeans(___)
clcov <- cov(___)
# Add 97.5% tolerance ellipsoid
rad <- sqrt(qchisq(___, ___))
ellipse(center = clcenter, shape = clcov, radius = rad,col = "blue", lty = 2)