文摘
摘要neutrosophic修剪,修剪neutrosophic标准差,neutrosophic修剪变异系数(NTCV)介绍了。的应用提出neutrosophic修剪给出描述性统计与测量数据的帮助。的比较提出NTCV比较与现有neutrosophic变异系数(中译)。的比较,得出该NTCV比之更高效的一致性和不确定性的措施。基于这项研究,建议应用提出NTCV业内当需要测量数据的基础上做出决定。
1。介绍
统计方法和技术在决策过程中起着重要的作用在社会科学领域,医学科学和产业。其中,平均变异系数(CV)已经广泛应用于决策的多个特征。平均用于选择感兴趣的变量平均哪个更好,和简历申请检查的一致性特点。例如,工业感兴趣并决定产品的基础上测量记录下不同的运营商。更一致的运营商决定选择使用简历。重要的是要注意,更好的平均并不意味着比其他人更加一致。换句话说,简历讲述的变化数据。更少的变化意味着更好的决策的数据。不到10%的简历被认为是非常好的,大于30%是不可接受的。变化可以减少数据中省略的离群值的数据。 The outlier of the data can be removed from the data using the idea of the trimmed mean. In this method, a preselected percentage of the values are removed from the starting and ending of the ordered data. The use of the trimmed average is helpful to reduce the variation by removing extreme observations from the data. Wu and Zuo [1使用比例偏差方法]提出了削减措施。Alkhazaleh和Razali2]在估计使用了平均水平。尤索夫et al。3讨论了各种装饰方法。王等人。4]介绍了均值方法在医学科学。路和门德尔松(5]介绍了重尾分布。削减措施的应用程序的更多信息可以在6- - - - - -10]。
不确定性被定义为缺乏踏实的关于测量、参数和观测。例如,测量水位,岩石节理粗糙度测量,测量一个病毒的生命周期是不确定环境下完成的。根据(11”,不同来源的不确定性可能影响测量结果的质量:环境,测量设置,测量仪器,评估师,测量对象、测量过程、物理常数,特征的定义,软件,和计算。”的情况下,当不确定性数据,给出了模糊逻辑可以申请数据的分析。修剪平均下模糊逻辑可以应用于去除模糊的极端的观测数据。的作者(12- - - - - -15)削减平均使用模糊逻辑的应用进行讨论。可以看到更多的应用程序在16,17]。
模糊逻辑是基于会员和nonmembership值。Neutrosophic逻辑是一种通用的逻辑处理三个措施,即真理的测量(会员),谎言(nonmembership)的测量,测量的不确定性。neutrosophic逻辑的模糊逻辑是一个特例,看到18]。信息不确定性的测量可以获得neutrosophic逻辑。neutrosophic逻辑被应用在各种领域,看到19- - - - - -21]。使用neutrosophic逻辑的想法,neutrosophic统计数据介绍了经典统计的扩展的(22]。讨论的方法来分析neutrosophic数据(23,24]。Aslam [25]介绍了neutrosophic变异系数。Aslam和Bantan26]介绍了测量系统使用neutrosophic统计数据。更多信息处理neutrosophic数字中可以看到[27- - - - - -29日]。
如前所述,减少平均是一个有用的技术来减少变异通过消除极端的观测数据。在这种方法中,以减少一小部分的值将被去除的变化数据。减少平均有助于消除数据中的异常值计算之前传统的平均水平。neutrosophic统计下的变异系数被称为neutrosophic变异系数(NCV)和变异系数使用修剪下平均neutrosophic统计被称为neutrosophic修剪标准差(NTSD)。使用修剪平均变异系数在古典叫做削减变异系数。Aslam [25介绍了中译。通过探索文学和我们所知,没有修剪neutrosophic平均工作,neutrosophic修剪标准差(NTSD)和NTCV。本文引入平均值,标准差,变异系数将使用neutrosophic统计数据。此外,我们将提出的应用NTCV使用行业的测量数据。预计该NTCV将有助于增加一致性与NCV相比。此外,该NTCV将有助于减少不确定性的度量。
2。方法
让 是一个不确定性区间与neutrosophic随机数相关联 的大小 ,在哪里 , 和 , 分别上下值。基本操作,比如乘法,除法,逆这些neutrosophic数字中可以看到的23,24]。假设一个数据分析师neutrosophic样本 他是感兴趣的neutrosophic修剪平均(NTA)。假设和表示不确定的区间的上下值测量部分。修剪观察用 ,在哪里是削减了从数据的百分比值。假设 显示总观察和修剪的观察之间的区别。下面的过程可以采用计算neutrosophic修剪的平均水平。步骤1:安排和观察在升序排序步骤2:修剪 观察两端安排数据, 步骤3:计算NTA剩余的观察, , neutrosophic削减平均水平的值 ,是计算 求和的指数低的价值的低价值 。
neutrosophic削减平均水平的值 ,是计算 指数的总和从上部的价值上的价值 。
neutrosophic削减平均水平 ,使用方程(1)和(2),计算
广场的neutrosophic削减和观察的通过计算 在哪里 和
neutrosophic削减标准差(NTSD)说 ,是由
neutrosophic削减变异系数(NTCV)讲述的一致性和计算
3所示。应用程序使用测量数据
现在,我们的汽车行业的案例研究Kachiran公司在亚洲,看到30.),为更多的细节。公司是一家制造住房离合器作为汽车零部件。做出更好的决定对这些部件的性能,该公司需要这些零件的测量。关于性能的决定取决于运营商的一致性。运营商在该公司工作的指令来测量部分的长度。这些部分不能完全被记录的测量;因此,测量观察neutrosophic。毫米的测量三个运营商如表所示1。
从表1,可以看出使用古典统计可能误导管理者在决策过程中。因此,运营商的一致性测量的帮助下将讨论拟议的方法。让 和 。该方法的应用为运营商找到NTCV 1是表示如下(表2和3)。步骤1:安排和观察操作员1的升序排序如表所示2。
neutrosophic削减平均的值是计算
neutrosophic削减平均的值是计算
neutrosophic削减被定义为平均水平
广场的neutrosophic削减金额计算
neutrosophic削减标准差(NTSD)说 ,是由
neutrosophic削减变异系数(NTCV)讲述的一致性和计算
NTCV其他运营商的值可以计算为运营商1相同的方式。neutrosophic描述性统计三个运营商如表所示4。第一列的表4可以看出,在测量,平均算子2是比其他运营商。我们还注意到不确定性的间隔符3小于其他运营商。因此,运营商3更一致的测量房屋离合器部分的长度。基于这项研究,结果表明,管理可以决定产品的基础上测量记录由操作员3。
4所示。比较研究
Aslam [25]介绍了neutrosophic变异系数(中译)下neutrosophic统计数据。在本节中,我们将讨论的优点提出与NCV NTCV。注意,该NTCV减少现有的中译时没有修剪的观测数据( )。展示的效率提出NTCV NCV,我们将考虑相同的测量数据描述性neutrosophic统计提出了在上一节。中译和NTCV三符如表所示5。四列的表5,它可以指出NTCV从该方法的值小于现有的中译这表明该NTCV更一致的测量与NCV相比。例如,对于测量数据由操作符3,不确定的时间间隔从0.0826到0.1695。相反,这个区间从现有NCV从0.1029到0.2045。从表5它也可以指出,该方法的使用增加的效率值的变异系数。从这项研究中,得出结论,提出NTCV小于现有的中译。我们得出结论,该方法有助于提高测量的一致性。neutrosophic形式的中译和NTCV以及不确定性的措施放在桌子上6。第一个值neutrosophic形式表示确定的值在经典统计和第二部分是不确定的部分。例如,在0.0826 + 0.1731 neutrosophic形式 ,价值0.0826礼物的价值变异系数(CV)古典统计数据。的值 ,是不确定的部分与不确定性的措施 。我们注意到现有的测量不确定性的方法是由(25)是0.82。从这项研究中,结果表明,该方法有助于减少不确定性的度量。我们还将该研究的结果与区间统计数据。区间统计使用间隔为了捕捉间隔内的数据。因此,间隔统计告诉NTCV的值从0.0826到0.173没有给出任何信息不确定性的度量。因此,得出结论,提出NTCV更为高效的测量不确定性比现有的简历提出的(25)和区间统计数据。
5。结束语
摘要neutrosophic修剪,修剪neutrosophic标准差,neutrosophic修剪变异系数(NTCV)。的应用提出neutrosophic修剪描述性统计得到的帮助下测量数据。的比较提出NTCV比较与现有neutrosophic变异系数(中译)。从这项研究中,可以看出该NTCV比之更高效的措施的不确定性。另外,可以看出该NTCV降低了测量数据的变化。拟议的决策NTCV可以应用在工业测量的数据得到neutrosophy。其他修剪统计方法下neutrosophic统计数据可以被视为未来的研究。
数据可用性
使用的数据来支持这个研究的发现文章中给出。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作是由院长以来科研(域),阿卜杜拉国王大学,吉达,在批准号d - 104 - 130 - 1441。因此,作者欣然承认DSR技术和财政支持。