Cap waktu mencurigakan

Suatu interval kepercayaan (CI) untuk waktu transaksi dapat mengindikasikan cap waktu yang mencurigakan. Dengan mengestimasi parameter mu dan kappa dari distribusi von Mises pada cap waktu sebelumnya, Anda dapat menghitung kerapatan (atau likelihood) dari cap waktu baru.

Himpunan data ts yang memuat semua cap waktu dan paket circular sudah dimuat. estimates untuk 24 cap waktu pertama tersedia di ruang kerja Anda, begitu juga tingkat probabilitas alpha yang ditetapkan sebesar 95%.

Latihan ini adalah bagian dari kursus

Deteksi Fraud di R

Lihat Kursus

Petunjuk latihan

Dapatkan rerata periodik (mu) dan konsentrasi (kappa) dari 24 estimasi pertama.
Gunakan dvonmises() untuk mengestimasi kerapatan semua cap waktu dalam ts.
Gunakan dvonmises() dan qvonmises() untuk menentukan nilai ambang 95% untuk (1 - alpha)/2). Rujuk ke slide jika perlu!
Definisikan variabel time_feature: bernilai true jika kerapatan lebih besar atau sama dengan ambang, dan false jika sebaliknya. Kirim jawaban untuk melihat cap waktu mana yang berada di luar interval kepercayaan 95%.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Estimate the periodic mean and concentration on the first 24 timestamps
p_mean <- ___ %% 24
concentration <- ___

# Estimate densities of all 25 timestamps
densities <- ___(___, mu = ___, kappa = ___)

# Check if the densities are larger than the cutoff of 95%-CI
quantile <- ___((1 - ___)/2, mu = p_mean, kappa = concentration)
cutoff <- ___(___, mu = ___, kappa = ___)

# Define the variable time_feature
time_feature <- ___ >= ___
print(cbind.data.frame(ts, time_feature))

Edit dan Jalankan Kode