可疑的時間戳記
交易時間的信賴區間（CI）可以用來判定某個時間戳記是否可疑。透過在過去的時間戳記上估計 von Mises 分配的參數 mu 與 kappa，你可以計算新時間戳記的機率密度（或概似）。
包含所有時間戳記的資料集 ts 與 circular 套件已載入。前 24 個時間戳記的 estimates 已可在你的工作環境中使用，機率等級 alpha 也已設為 95%。
本練習屬於課程
R 的詐欺偵測
練習說明
- 取得前 24 個估計值的週期平均（
mu）與集中程度（kappa）。 - 使用
dvonmises()來估計ts中所有時間戳記的密度。 - 使用
dvonmises()與qvonmises()來決定(1 - alpha)/2)的 95% 臨界值。必要時可參考投影片！ - 定義變數
time_feature：當密度大於或等於臨界值時為 true，否則為 false。送出答案即可查看哪些時間戳記落在 95% 信賴區間之外。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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))