我有一个很多零的数据集，看起来像这样：
set.seed(1)
x <- c(rlnorm(100),rep(0,50))
hist(x,probability=TRUE,breaks = 25)我想为其密度画一条线，但是该density()函数使用一个移动窗口来计算x的负值。
lines(density(x), col = 'grey')有一个density(... from, to)参数，但是这些参数似乎只会截断计算，而不会更改窗口，因此0处的密度与数据一致，如以下图所示：
lines(density(x, from = 0), col = 'black')（如果插值被更改，我希望黑线在0处的密度比灰线高）
此功能是否有替代方法可以更好地计算零密度？
Answers:
密度为零是无限的，因为它包含离散的尖峰。您需要使用零的比例来估计尖峰，然后假设密度是平滑的，然后估计密度的正部分。KDE将在左手端引起问题，因为它将使负值有些偏重。一种有用的方法是转换为日志，使用KDE估计密度，然后转换回原值。参见Wand，Marron和Ruppert（JASA 1991）作为参考。
以下R函数将执行转换后的密度：
logdensity <- function (x, bw = "SJ")
{
y <- log(x)
g <- density(y, bw = bw, n = 1001)
xgrid <- exp(g$x)
g$y <- c(0, g$y/xgrid)
g$x <- c(0, xgrid)
return(g)
}然后，以下内容将给出您想要的图：
set.seed(1)
x <- c(rlnorm(100),rep(0,50))
hist(x,probability=TRUE,breaks = 25)
fit <- logdensity(x[x>0]) # Only take density of positive part
lines(fit$x,fit$y*mean(x>0),col="red") # Scale density by proportion positive
abline(v=0,col="blue") # Add spike at zero.
我同意Rob Hyndman的观点，您需要分别处理零。有几种处理带有有限支持的变量的内核密度估计的方法，包括“反射”，“重归一化”和“线性组合”。这些似乎未在R的density函数中实现，但在Benn Jann的kdensStata软件包中可用。
当您的数据具有逻辑下限（例如0，但可能是其他值）时，另一种选择是您知道数据将不会低于此值，并且常规内核密度估计会将值置于该值以下（或者如果您具有上限） ，或两者都使用）。R的logspline程序包实现了这些功能，并且函数具有用于指定界限的参数，因此估算值将到达界限，但不会超出界限，并且仍会缩放为1。
还有一些方法（该oldlogspline函数）将考虑间隔检查，因此，如果那些0不是精确的0，而是四舍五入，以使您知道它们表示的值介于0和其他数字（例如检测极限）之间，那么您可以将该信息提供给拟合函数。
如果多余的0为真0（未四舍五入），则估计峰值或点质量是更好的方法，但也可以与对数线估计结合使用。
