1- دانشگاه شاهد، 2- دانشگاه شاهد ، n.alemohammad@shahed.ac.ir
چکیده: (167 مشاهده)
در این مقاله یک روش جدید جهت شناسایی سری زمانی پرت بر اساس مدل گارچ با رویکرد فاصلهای نمایی ارائه میشود که در سه مرحله انجام میگیرد: ابتدا روشهای خوشهبندی فازی و غیر فازی بر روی سریهای زمانی پیاده سازی شده، سپس دادههای پرت تشخیص داده و از مجموعه دادهها حذف میشود. پس از حذف مقادیر پرت دوباره روشهای خوشه بندی بر مجموعه دادهها اعمال خواهد شد. برای ارزیابی روشهای ارائه شده از سهام ۳۰ شرکت برتر، فعال و پر سود موجود در بازار بورس ایران استفاده میشود. با محاسبه دو شاخص سیلهوت و ایکس ای بنی دقت روشهای خوشهبندی به کار گرفته شده با هم مقایسه میشوند و در پایان نشان داده میشود با حذف داده پرت روش خوشهبندی بر اساس مدل گارچ بر اساس رویکرد فاصلهای نمایی بهترین عملکرد را داراست.
., .. Improving clustering by detecting and removeing outliers based on Euclidean and exponential distance approach. پژوهش های ریاضی 2023; 9 (1) :1-29 URL: http://mmr.khu.ac.ir/article-1-3043-fa.html
احسانی عطیه، آلمحمد سیده نفیسه. بهبود خوشهبندی از طریق تشخیص و حذف سریهای زمانی پرت بر اساس رویکرد فاصلهای اقلیدسی و نمایی. پژوهش های ریاضی. 1402; 9 (1) :1-29