非参数统计翻译23、24章.docVIP

下载本文档

1
0
约1.04万字
约 16页
2017-08-14 发布于安徽
举报
版权申诉

非参数统计翻译23、24章.doc

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

STA333 第23讲核密度估计 23.1 存在的问题在统计学入门之初，你所运用的代表性的去描绘一组值的分布的工具就是直方图。例如：在3.2部分你看到了如何在uadata资料组获得大学新生的平均分数的直方图: site - /hughesmr/sta333/univadmissions.txt uadata - read.table(site, header=TRUE) hist(uadata$gpa.endyr1, main= , xlab=Freshman GPA) 虽然这在很多情况下都足够用，但直方图实际上充满了潜在的问题。本节课的目的就是从什么是直方图这一基本思想入手，去寻找直方图想要做什么，然后采用一些“修饰”去改善它。 23.2 估计一个密度直方图是一种估计概率密度或者叫做概率分布，并通过运用一个选择的样本来估计变量值群体的方法。还记得在统计学基础中，一个概率分布下的总面积等于1。因为面积代表着问题中变量所产生的概率。为了构造一个直方图，我们把所有数据覆盖的总区间分成若干相等的子区间，也就是我们所说的小方块。每次，一个数据都会落入特定的子区间，然后，一个宽度为1的方块会被放置在它上面。当我们构造一个直方图时，我们需要考虑以下两点：小方块的大小以及小方块的末端点。例: 翼展. 以下数据是源于建立在1956至1984年间的飞机的翼展日志，（完整的数据可在Bowman Azzalini (1997) Applied Smoothing Techniques for Data Analysis中找到）我们用了这些数据的一部分，即就是下面这些观察值： 2 22 42 62 82 102 122 142 162 182 202 222 我只用了一部分数据用作说明，否则图形会变得很拥挤。在下面数据点用与x轴的交叉来描绘。下面是相同