我推荐Rob Hyndman在1996年的文章《美国统计学家》中的“计算和绘制最高密度区域”。这是摘自该文章的HDR的定义:
令为随机变量X的密度函数。然后,将
100 (1 - α )% HDR是所述子集- [R (˚F α)的样本空间的X,使得
- [R (˚F α)= { X :˚F (X )≥ ˚F α } ,
其中˚F α是最大使得
P ( XF(x )X100 ( 1 - α )%[R(˚Fα)X
[R (˚Fα)= { x : f(X )≥ ˚Fα} ,
FαP( X∈ [R(˚Fα)) ≥ 1 - α 。
α = 0.25Cqqμσ

ÿ= fα1 - α[RαX
当然,所有这些都可以在任何密度下工作,无论是贝叶斯后验还是其他。
这是指向R代码的链接,后者是hdrcde程序包(以及JSTOR上的文章)。