Beräkna robusta z-värden
Vi återvänder till datamängden transfers som vi använde i kapitel 1.
Datamängden innehåller 222 transaktioner, varav fyra är kända bedrägerier – dessa är markerade med 1 i variabeln fraud_flag. Vi har redan undersökt frekvens- och aktualitetssärdragen tidigare.
Den här gången fokuserar vi enbart på variabeln amount och försöker identifiera bedrägerier genom att tillämpa univariata tekniker för avvikelseidentifiering på denna variabel.
Utforska gärna datamängden i konsolen om du behöver friska upp minnet om dess struktur. Du kan också ta en titt på slides för att se de funktioner som visades i föregående video.
Den här övningen är en del av kursen
Bedrägeridetektering i R
Övningsinstruktioner
- Ta reda på vilka observationer som identifieras som bedrägeri.
- Beräkna medianen och den mediabsoluta avvikelsen (mad) för variabeln
amount. - Använd de robusta estimaten för läge och spridning för att beräkna det robusta z-värdet för varje observation.
- Vilka observationer har ett robust z-värde som överstiger 3 i absolutvärde?
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Get observations identified as fraud
which(___ == ___)
# Compute median and mean absolute deviation for `amount`
m <- median(___)
s <- ___(___)
# Compute robust z-score for each observation
robzscore <- abs((___ - ___) / (___))
# Get observations with robust z-score higher than 3 in absolute value
which(abs(___) > ___)