Здравствуйте. Есть таблицы с интервальными данными, где значения заданы в виде От - До. Это результаты измерений технических параметров. Можно ли эти данные как-то отсортировать? Данные могут частично перекрываться: или целиком интервалы или частично. Соответственно, пока что никаких идей кроме нахождения среднего (От + До)/2 и сортировки по этим значениям ничего на ум не пришло. Это будет работать, если разброс значений относительно среднего небольшой, а вот если разброс большой, то не подходит. Кто-нибудь работал с такими вещами?

Пример значений интервального атрибута:
160-180
170-190
190-195
125-140
150-151
170-175
Разброс значений возникает из-за ошибок измерения и просто недостатка информации. Имеет ли смысл упорядочивать такие результаты и какой смысл будет в таком упорядочивании? Мне это нужно, чтобы разбивать данные на группы.

Есть измерительная аппаратура, которая меряет с определенной точностью. Разброс получается из-за точности и условий эксперимента, чем хуже условия, тем больше разброс, если вообще что-то получается намерять. Отсюда и недостаток информации, потому что не всегда удается повторить измерения в обозримом будущем. Измерений проводится много (несколько устройств, которые меряют этот параметр у этого же объекта), поэтому данные усредняются и выдаются в виде доверительного интервала с определенной вероятностью. Область применения написать не могу.

Эти данные нужно обрабатывать, все как и в любом эксперименте, нужно объяснять, почему связаны различные физические параметры. Ну и по ходу дела я решил разбить данные на однородные группы, чтобы потом анализировать уже группы в целом, а потом и особенности групп. или наоборот. В общем данные нужно анализировать и я решил, что на этом форуме могло быть что-то подобное. Со шкалированием тоже не понятно. Параметр принимает единственное значение (с поправкой на точность аппаратуры, то есть до меньшего предела, чем в интервале значения), которое укладывается в доверительный интервал. По-другому строить шкалу?

В примере:
160-180
170-190
190-195
125-140
150-151
170-175
Истинными данными будут
168
175
190
132
150,5
171
Но узнать их уже не получится и приходится работать с тем, что есть и искать закономерности в этих данных.

Помог бы кластерный анализ, если бы были методы работы с интервалами, но я таких не нашел. Может быть это вопрос и не про БД. Тогда не знаю, где вообще искать.

Интересно, какой совет Вы хотите получить?
Существуют ли нечеткие сортировки? Кто-нибудь хранит в БД интервальные данные? Кто-нибудь сортирует их? Как работать с неточными данными? Как строить шкалы таких данных? Какова общая методология? Что можно почитать по этому поводу?
Может я не так формулирую вопрос. Ведь наверняка есть много областей, где данные заданы в виде интервальных значений и там либо меняют шкалы либо делают что-то еще. Вот и интересуют мысли по этому поводу.

Условия измерений можно формализовать? Точность измерений всегда заранее известна? Что значит "истинные данные"? Откуда они берутся?

Точность такая:
160-180 95%
170-190 95%
190-195 95%
125-140 90%
150-151 99%
170-175 92%
То есть с каждым интервалом сопоставлено значение вероятности, что в него попадут эти данные. Есть действительное физическое значение переменной, как есть в действительности, физически, а есть то, что удалось измерить, в данном измерении или группе измерений. Точность, как и измерения зависит от условий эксперимента, которые в своем роде уникальны.
Если X - реальное значение параметра (значение которого число с плавающей точкой), то запись 160-180 95% означает, что 160 <= X <= 180 с вероятностью 0,95. Если разброс относительно истинного значения небольшой (и следовательно невелика разница между максимумом и минимумом) и велико значение вероятности (скажем 0,99), то данные можно считать "точными". Тогда наверное можно было бы перейти к какой-то другой шкале. Проблема в том, то истинное значение не известно и хранится лишь приближенная оценка его, причем различной вероятностью этой оценки. Как работать с такого рода данными?

Понятно. А где можно почитать про упоминаемые ценовые ряды?И вообще про шкалирование?

Откалибровать не получится, к сожалению, пока.
А если это
160-180 95%
170-190 95%
190-195 95%
125-140 90%
150-151 99%
170-175 92%
Привести к виду
160-180 90%
170-190 90%
190-195 90%
125-140 90%
150-151 90%
170-175 90%
то есть сознательно понизить вероятность до нижнего из возможных значений?Тут можно что-то сделать со шкалой?И хотелось бы все же почитать что-нибудь про шкалирование или что-то ещё.

guest_20040621, куда же Вы пропали? По-видимому Вы разбираетесь в теме, дайте, пожалуйста, ссылочку почитать что-нибудь по шкалированию, тем же ценовым рядам или чему-нибудь подобному.

Переформулирую вопрос. Пусть заданы интервалы, допустим, цен - от и до для каждой товарной позиции. Как сортировать или сравнивать такие данные? Что делать со шкалой?

Товар Минимальная цена в сети магазинов Максимальная цена в сети магазинов
Туфли "такие-то" 4400 4900
Туфли "сякие-то" 5900 6100
.
.
.
.
Туфли "ещё какие-то" 4600 4700

Нужно, например, отсортировать вышеприведенную таблицу по цене, чтобы вывести все товары в порядке возрастания цены. Как это сделать? Как вообще сравнить первое и последнее значения?

Среднее арифметическое не учитывает разброс интервального значения относительно среднего. Например, из двух значений 4400-4900, 4600-4700 второе - более точное. Если брать среднее, то
цена1=4650, цена2=4650, то есть эти два значения равны. При этом интуитивно ясно, что второе значение информативнее. А если вспомнить, про что я писал в первом посте (пример с товарами все же несколько надуманный, я хочу найти аналогию, может будут мысли), то ситуация вообще отличается, поскольку там только одно "реальное" значение.

Что по этому поводу говорят книжки. Отыскал книгу "Теория возможностей" ещё прошлого века и там рассматриваются нечеткие базы данных. Насколько я понял из беглого просмотра, предлагается использовать две меры того, что один интервал больше другого: мера необходимости и мера возможности. Кто-нибудь юзал что-то подобное или это все на уровне теории?

Цитата:
------------------------------------------------------------
Таким образом всегда надо иметь четкие интервалы. Правило

пересчета, как я понимаю, несложное. Правило 1. Если один интеврал

полностью попадает внутрь другого, то больший интверавл делим на 3

(границы очевидны). 2. если новый интервал пересекает один и

другой, то в первом оставляем один - с уменьшенной верхней границей

(нижняя граница нового интвервала), далее новый интервал, далее

остаток от второго интврвала. 3. если новый интвервал полностью

покрывает один. то - принимайте решение или делить новый, или

выбрасывать сатрый.
---------------------------------------------



Я не совсем понял, Вы предлагаете рассматривать пересекающиеся и

непересекающиеся части? И рассматривать их длину, чтобы выбрать

какая из них больше, соответственно по этому определить какой из

интервалов больше?

Думаю, что да, не получится сделать эту сортировку нечеткой. Надо пересмотреть мою задачу. Спасибо всем принявшим участие.