可疑的时间戳
交易时间的置信区间（CI）可以用来识别可疑的时间戳。通过在历史时间戳上估计 von Mises 分布的参数 mu 和 kappa，您可以计算新时间戳的密度（或似然）。
数据集 ts（包含所有时间戳）和 circular 包已加载。前 24 个时间戳的 estimates 已在您的工作区可用，概率水平 alpha 设为 95%。
本练习是课程的一部分
R 中的欺诈检测
练习说明
- 获取前 24 个估计的周期均值（
mu）和集中度（kappa）。 - 使用
dvonmises()估计ts中所有时间戳的密度。 - 使用
dvonmises()和qvonmises()确定(1 - alpha)/2)的 95% 截断值。必要时请参考幻灯片！ - 定义变量
time_feature：当密度大于或等于截断值时为 true，否则为 false。提交答案以查看哪些时间戳位于 95% 置信区间之外。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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))