बहु-परिवर्ती आउटलायर डिटेक्शन
एक ही इलाके में रहने वाले 100 लोगों ने क्लेम दायर किया है क्योंकि रविवार रात के तूफान में ओलों से उनके घरों को नुकसान पहुँचा। डेटासेट hailinsurance में 100 ऑब्ज़र्वेशन और 2 वैरिएबल हैं। पहली कॉलम में प्रत्येक कस्टमर को इंश्योरेंस कंपनी द्वारा किए गए पेमेंट्स हैं, जबकि दूसरी कॉलम में सबसे हाल की हाउस प्राइस है.
इस अभ्यास में, आप पहले इस डेटासेट पर क्लासिकल एस्टिमेटर इस्तेमाल करेंगे। फिर आप इनके नतीजों की तुलना रोबस्ट एस्टिमेटर के नतीजों से करेंगे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Fraud Detection
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)