非参数核密度估计的窗宽选择准则.docxVIP

非参数核密度估计的窗宽选择准则

一、引言

非参数核密度估计是一种不依赖预设分布假设的密度估计方法，凭借其灵活性与适应性，被广泛应用于经济学收入分布分析、机器学习密度聚类、医学疾病特征分布建模等众多领域。与参数估计方法不同，核密度估计仅需设定核函数与窗宽两个要素，其中核函数的选择对估计结果的影响相对有限，而窗宽作为唯一需要手动调整的核心参数，直接决定了估计结果的质量：窗宽过窄会使估计曲线过度贴合样本，放大数据噪声，呈现“过拟合”状态；窗宽过宽则会平滑掉分布的关键细节，导致“欠拟合”，甚至得出偏离真实情况的统计结论。因此，如何科学、合理地选择窗宽，一直是非参数统计领域的研究重点，涌现出多种具有不同