核密度图详解详解.pdfVIP

  • 3363
  • 0
  • 约5.19千字
  • 约 8页
  • 2017-08-25 发布于湖北
  • 举报
R 语言与非参数统计(核密度估计) 背景 核密度估计是在概率论中用来估计未知的密度函数,属于非参数检验方法之 一,由 Rosenblatt (1955)和 Emanuel Parzen(1962)提出,又名 Parzen 窗(Parzen window )。 原理 假设我们有n 个数X1-Xn,我们要计算某一个数X 的概率密度有多大。核密 度估计的方法是这样的: 其中K 为核密度函数,h 为设定的窗宽。 核密度估计的原理其实是很简单的。在我们对某一事物的概率分布的情况下。 如果某一个数在观察中出现了,我们可以认为这个数的概率密度很大,和这个数 比较近的数的概率密度也会比较大,而那些离这个数远的数的概率密度会比较小。 基于这种想法,针对观察中的第一个数,我们都可以f(x-xi)去拟合我们想象中的 那个远小近大概率密度。当然其实也可以用其他对称的函数。针对每一个观察中 出现的数拟合出多个概率密度分布函数之后,取平均。如果某些数是比较重要, 某些数反之,则可以取加权平均。 但是核密度的估计并不是,也不能够找到真正的分布函数。 代码作图示例 我们可以举一个极端的例子:在R 中输入:  [plain] view plaincopyprint? 1. plot(

文档评论(0)

1亿VIP精品文档

相关文档