Timestamp ที่น่าสงสัย
ช่วงความเชื่อมั่น (CI) ของเวลาทำธุรกรรมสามารถบ่งชี้ว่า timestamp นั้นน่าสงสัยหรือไม่ โดยการประมาณค่าพารามิเตอร์ mu และ kappa ของการแจกแจง von Mises จาก timestamp ก่อนหน้า จากนั้นจึงคำนวณค่าความหนาแน่น (หรือความน่าจะเป็น) ของ timestamp ใหม่
ชุดข้อมูล ts ที่บรรจุ timestamp ทั้งหมดและแพ็กเกจ circular ถูกโหลดไว้แล้ว ค่า estimates จาก 24 timestamp แรกพร้อมใช้งานใน workspace รวมถึงระดับความน่าจะเป็น alpha ที่กำหนดไว้ที่ 95%
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การตรวจจับการฉ้อโกงใน R
คำแนะนำการฝึกหัด
- ดึงค่าเฉลี่ยเชิงคาบ (
mu) และค่าความเข้มข้น (kappa) จาก 24 ค่าประมาณแรก - ใช้
dvonmises()เพื่อประมาณค่าความหนาแน่นของ timestamp ทั้งหมดในts - ใช้
dvonmises()และqvonmises()เพื่อหาค่า cutoff ที่ระดับ 95% สำหรับ(1 - alpha)/2)หากต้องการอ้างอิงให้ดูที่สไลด์ - กำหนดตัวแปร
time_featureให้เป็น true หากค่าความหนาแน่นมากกว่าหรือเท่ากับค่า cutoff และเป็น false ในกรณีอื่น จากนั้นกด ส่งคำตอบ เพื่อดูว่า timestamp ใดอยู่นอกช่วงความเชื่อมั่น 95%
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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))