Analiza wrażliwości metody ELECTRE III na obserwacje nietypowe i zmianę wartości progowych

• Autorzy: Jacek Batóg

Warianty tytułu

Sensitivity Analysis of ELECTRE III Method for Outliers and Change of Thresholds

• Języki publikacji: PL

Abstrakty

W artykule przeprowadzono analizę wrażliwości dwóch wybranych metod porządkowania obiektów, Taksonomicznej Miary Rozwoju i ELECTRE III, na wprowadzenie obserwacji nietypowych. Uzyskane wyniki pozwalają stwierdzić, że w przypadku rozważanego zbioru obserwacji niskim poziomem wrażliwości na wpływ obserwacji nietypowych charakteryzuje się wyłącznie ta druga metoda. Badanie obejmowało również ocenę wpływu zmiany wartości progowych stosowanych w metodzie ELECTRE III na rezultaty porządkowania obiektów. Potwierdzony został pogląd o dużym znaczeniu określanych poziomów wartości progowych na otrzymywane wyniki klasyfikacji.(abstrakt oryginalny)

EN

The paper carries out the sensitivity analysis for the introduction of outliers of two ranking methods Taxonomic Measure of Development and ELECTRE III. The received results show that, in the case of considered objects, only the latest method is robust. Using the same data significant sensitivity of ELECTRE III method for thresholds change was proved.(original abstract)

Słowa kluczowe

PL

Klasyfikacja; Obserwacje nietypowe; Taksonomia

EN

Classification; Outliers; Taxonomy

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2013
• Tom: 20
• Numer: nr 278 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 85--92

Twórcy

autor

Jacek Batóg

• Uniwersytet Szczeciński

Bibliografia

• Barnett V., Lewis T., Outliers in Statistical Data, John Wiley, 1994.
• Breunig M.M., Kriegel H-P., Ng R.T., Sander J., LOF: Identifying Density-Based Local Outliers, Proceedings ACM SIGMOD 2000 International Conference on Management of Data, Dallas, TX, 2000.
• Chen C., Liu L.M., Joint estimation of model parameters and outlier effects in time series, "Journal of the American Statistical Association", 88, 1993, s. 284-297.
• Davidson R., MacKinnon J.G., Econometric Theory and Methods, Oxford University Press, New York 2004.
• Figueira J., Mousseau V., Roy B., ELECTRE methods, [w:] J. Figueira, S. Greco, M. Ehrgott (red.), Multiple Criteria Decision Analysis: State of the Art Surveys, Springer Verlag, Boston, Dordrecht, London 2005, s. 133-162.
• Fox A.J., Outliers in time series, "Journal of Royal Statistical Society", Series B, 1972, 34, s. 350-363.
• Hawkins D. Identification of Outliers, Chapman and Hall, 1980.
• Hellwig Z., Zastosowanie metody taksonomicznej do typologicznego podziału krajów ze względu na poziom ich rozwoju oraz zasoby i strukturę wykwalifikowanych kadr, "Przegląd Statystyczny" 1968, 4, s. 307-327.
• Kufel T., Ekonometryczna analiza cykliczności procesów gospodarczych o wysokiej częstotliwości występowania, Wydawnictwo Naukowe Uniwersytetu Mikołaja Kopernika, Toruń 2010.
• Lu C., Chen D., Kou Y., Algorithms for spatial outlier detection, Proceedings of the 3rd IEEE International Conference on Data-mining (ICDM'03), Melbourne, FL 2003.
• Motulsky H.J., Brown R.E., Detecting outliers when fitting data with nonlinear regression - a new method based on robust nonlinear regression and the false discovery rate, "Bioinformatics" 2006, 7.
• Pyle D., Data Preparation for Data Mining, Morgan Kaufmann Publishers, San Francisco 1999.
• Roy B., The outranking approach and the foundations of ELECTRE methods, "Theory and Decision" 1991, 31, s. 49-73.
• Shekhar S., Lu C.T., Zhang P., A unified approach to detection spatial outliers, "Geoinformatica" 2003, s. 139-166.
• Tsay R.S., Outliers, level shifts, and variance changes in time series, "Journal of Forecasting" 1988, 7, 1-20.
• Williams G.J., Baxter R.A., He H.X., Hawkins S., Gu L., A Comparative Study of RNN for Outlier Detection in Data Mining, IEEE International Conference on Data-mining (ICDM'02), Maebashi City, Japan, CSIRO Technical Report CMIS-02/102, 2002.
• Zarządzanie ryzykiem, red. K. Jajuga, Wydawnictwo Naukowe PWN, Warszawa 2007.