Izbor "značajnih" vrednosti iz serije brojeva...

Želim da formulišem (definšem) neku metodu za izbor određenih "značajnih" vrednosti iz serije brojeva.

Na primer,

Ako imam seriju brojeva:
95, 99, 98, 96, 95, 98, 1, 2
... želim da izaberem sve izuzev 1 i 2.

Ako imam seriju brojeva:
95, 98, 2, 1, 3, 1, 2, 3
... želim da izaberem samo 95 i 98.

Ako imam seriju brojeva:
95, 98, 98, 97, 99, 98, 96, 99
... želim da izaberem sve, jer su bliske.

Ako imam seriju brojeva:
2, 2, 3, 3, 2, 2, 2, 3
... želim da izaberem sve, jer su bliske.

Ako imam seriju brojeva:
2, 1, 3, 3, 2, 2, 2, 3
... želim da izaberem sve, izuzev 1.

Pretpostavljam da je potrebno definisati još neku konstantu koja definiše "osetljivot", koja bi u poslednjem primeru možda selektovala i jedinicu.

Kako formulisati ovakvu metodu, makar rečima?


Može li se upotrebiti jedna, ili kombinacija nekih od ovih metoda, pa da guglujem?
http://asq.org/learn-about-qua...sis-tools/overview/pareto.html

Ne znam tačno šta ti treba, ali bi, recimo, moglo da se kaže da ti iz neke serije brojeva treba izdvojiti sve koji su u opsegu srednja vrednost serije plus minus standardna devijacija (mislim da u taj opseg kod normalne raspodele upada 68% uzoraka), ili dve standardne devijacije (oko 96% uzoraka).

Onaj tvoj drugi primer je "abnormalan" serija se sastoji od dve veoma razdvojene serije, situacija koja se nikad ne bi javila kod standardne raspodele.
Recimo, nije mi jasno zašto u drugom primeru upada dva broja 95 i 98, a ne 6 brojeva 1,2 i 3, svi po dva puta.

Evo neke moje ideje kako bi moglo da se resi ali ona ima smisla samo kada postoji velika razlika izmedju vrednosti "znacajnih" i onih ostalih brojeva
Izracunas prosecnu vrednost clana niza ( niz brojeva ) i kao reper uzmes prvu manju celu vrednost, a onda tu vrednost uporedjujes sa pojedinim clanovima i ako su oni veci od prosecne izaberes njih a ako nisu onda ne.

Konkretno, radi se o definisanju prikladne metode za izbor takozvanih SEU ("significant energy uses"), odnosno izbor područja značajnog korišćenja energije iz određene liste. Vrednosti su izražene u giga džulima (GJ).

E sad, ne radi se samo o jednoj listi, već o više nezavisnih ista, gde su potrošnje grupisane po izvorim/oblicima energije, procesima koji troše taj odrešeni izvor energije.

Kod jedne liste, vrednosti su i u milionima GJ. Kod druge liste vrednosti su u hiljadama GJ i sl.

Svaka lista je priča za sebe, tj. svako u svom domenu treba metodološki da izabre određene stavke iz liste koje su značajnije od drugih, kojim se treba dalje baviti. Nekada jednu stavku, a nekada možda i sve.

Ako su vrednosti:
99 999 999
88 888 888
33 333 333
... može se reći (odokativno) da su značajne prve dve.

Ako su vrednosti:
99 999 999
99 999 999
99 999 999
... može se reći da su značajne sve tri, slično kao i ovde:
99 999 999
99 999 998
99 999 997.

E sad, potrebno je definisati neku metodu koja će ovo i matematički izdvajati.


U osnovi, verujem da je ovo neki standardni statistički metod, pa da ne izmišljam toplu vodu, nego da pročitam, proučim i primenim :) Gledam nešto oko standardne devijacije, izgleda da se može nešto upotrebiti.

Zasto 95 i 98 a ne sve osim njih? Ostale su medjusobno bliske, cak su im razlike manje i ima ih vise.

Potpis

Nebojsa Milanovic:
-Trumpa smatram vrhunskim predsednikom i voleo bih da živim u državi na čijem je on čelu
-Rusija ne laže, ne vodi osvajačke ratove
-Trump je svetla tačka u USA blatu
-Elon Musk, možda najpametniji i najtrezveniji Amerikanac

Pa sad mi je manje jasno, ali mislim da onaj moj prvi predlog nije dobar.
Tebi ne treba standardna devijacija serije, treba ti neki odnos u odnosu na maksimalan element u jednoj listi, ili odnos pojedinog elementa u odnosu na sumu svih elemenata. A možda ništa od toga. Možda ti treba neki heuristički model, što je uvek problematičan problem.

Izgleda da sam ispustio da pomenem bitnu stvar. Veća vrednost predstavlja veći "problem" (utrošak energije), koji treba izdvojiti iz liste, da bismo se njime kasnije bavili, u cilju smanjenja potrošnje. Odnosno bavljenje njime će dati veće uštede u nekom podsistemu (procesi od 1 do 8), nego da se bavimo sa stavkama 2, 1 ,3, 1, 2, 3.

Proces 1 troši 99 miliona GJ
Proces 2 troši 98 miliona GJ
Proces 3 troši 2 miliona GJ
Proces 4 troši 1 miliona GJ
Proces 5 troši 3 miliona GJ
Proces 6 troši 1 miliona GJ
Proces 7 troši 2 miliona GJ
Proces 8 troši 3 miliona GJ

Međutim, ako imam sledeće:
Proces 1 troši 99 miliona GJ
Proces 2 troši 98 miliona GJ
Proces 3 troši 97 miliona GJ
... teško mi je da odustanem bilo od čega sa liste.


Da, metodologija može biti i složena, if (slučaj 1) onda metodologija1, else if (slucaj 2) onda metodologija 2 ...

Svakako ću na kraju napraviti neki kod koji će propustiti vrednosti i sagledati da li daje očekivane rezultate.