Logo ca.boatexistence.com

Per a l'estimació de la densitat del nucli?

Taula de continguts:

Per a l'estimació de la densitat del nucli?
Per a l'estimació de la densitat del nucli?

Vídeo: Per a l'estimació de la densitat del nucli?

Vídeo: Per a l'estimació de la densitat del nucli?
Vídeo: Testing assumption for normality of residuals using Kernel density estimate plot in STATA #Shorts 2024, Maig
Anonim

En estadística, l'estimació de la densitat del nucli és una manera no paramètrica d'estimar la funció de densitat de probabilitat d'una variable aleatòria. L'estimació de la densitat del nucli és un problema fonamental de suavització de dades on es fan inferències sobre la població a partir d'una mostra de dades finites.

Com es calcula la densitat del nucli?

Estimació de la densitat del nucli (KDE)

S'estima simplement afegint els valors del nucli (K) de tots els Xj En referència a la taula anterior, KDE per tot el conjunt de dades s'obté afegint tots els valors de les files. Aleshores, la suma es normalitza dividint el nombre de punts de dades, que és sis en aquest exemple.

Què és un nucli a l'estimació de la densitat del nucli?

Si bé un histograma compta el nombre de punts de dades en regions una mica arbitràries, una estimació de la densitat del nucli és una funció definida com la suma d'una funció del nucli en cada punt de dadesLa funció del nucli normalment presenta les propietats següents: Simetria tal que K (u)=K (− u).

Per què fem servir l'estimació de la densitat del nucli?

L'estimació de la densitat del nucli és una tècnica per a l'estimació de la funció de densitat de probabilitat que és imprescindible perquè l'usuari pugui analitzar millor la distribució de probabilitat estudiada que quan s'utilitza un histograma tradicional.

Què és l'estimació de la densitat del nucli gaussià?

La gràfica inferior dreta mostra una estimació de la densitat del nucli gaussià, en la qual cada punt aporta una corba gaussiana al total El resultat és una estimació de densitat suau que es deriva de la dades i funciona com un potent model no paramètric de la distribució de punts.

Recomanat: