Dimitras A.I.: Slowiński R, Susmara R, Zopounidis C. Business failure prediction using rough sets. European Journal of Operational Research 114, s. 263-280 1999.
DOI: https://doi.org/10.1016/S0377-2217(98)00255-0
Gruszecki J.: Metody wspomagania podejmowania decyzji, Wyd. WSZiA (w opracowaniu).
Knowledge Systems Group, Dept. of Computer and Information Science, NTNU, Norway, Logic Group, Inst. of Mathematics, Warsaw University, Poland: Rosetta http://www.idi.ntnu.no/~aleks/rosetta/
McKee T.H..: Developing a Bankruptcy Prediction Model via Rough Sets Theory, International Journal of Intelligent Systems in Accounting, Finance & Management, John Wiley& Sons 2000.
DOI: https://doi.org/10.1002/1099-1174(200009)9:3<159::AID-ISAF184>3.0.CO;2-C
Mrózek A., Płonka L.: Analiza danych metodą zbiorów przybliżonych, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1999.
Pawlak Z.: Rough Sets - Theoretical Aspects of Reasoning about Data. Kluwer Academic Publishers, Dordrecht, 1992.
DOI: https://doi.org/10.1007/978-94-011-3534-4_7
Sachajko J.: Zastosowanie teorii zbiorów przybliżonych do analizy ryzyka bankructwa firmy, WSZiA 2006.
Słowiński R.: Wielokryterialne wspomaganie decyzji na podstawie reguł wyindukowanych ze zbiorów przybliżonych.
Słowiński R., Zopinidis C.: Application of the rough set approach to evaluation of bankruptcy risk. International Journal of Intelligent Systems in Accounting, Finance, and Management 4: No. 1, 1995.
DOI: https://doi.org/10.1002/j.1099-1174.1995.tb00078.x
Witkowska D.: Sztuczne sieci neuronowe i metody statystyczne. Wybrane zagadnienia finansowe, Wydawnictwo C.H. Beck, 2002.
Zopunidis C., Dimitras A.: Multicriteria Decision Aid Methods for the Prediction of Business Failure, Kluwer: Dordrecht.