Questions tagged «density-estimation»

Parzen窗口密度估计被描述为 p(x)=1n∑i=1n1h2ϕ(xi−xh)p(x)=1n∑i=1n1h2ϕ(xi−xh) p(x)=\frac{1}{n}\sum_{i=1}^{n} \frac{1}{h^2} \phi \left(\frac{x_i - x}{h} \right) 其中nnn是在向量元素的数目，是一个向量，被的概率密度，是Parzen窗的尺寸，和是窗口函数。xxxp(x)p(x)p(x)xxxhhhϕϕ\phi 我的问题是： Parzen窗口函数和其他密度函数（例如高斯函数）之间的基本区别是什么？ 窗口函数（）在查找的密度中的作用是什么？ϕϕ\phixxx 为什么我们可以插入其他密度函数来代替窗口函数？ 在求密度中的作用是什么？hhhxxx

24 pdf  kernel-smoothing  intuition  density-estimation 

在经过一些简短的数学之后，我认为我对内核密度估计有一点直觉。但是我也知道，就其估计量的统计特性而言，估计三个以上变量的多元密度可能不是一个好主意。 那么，在哪种情况下我应该使用非参数方法来估计双变量密度？是否有足够的价值开始担心要针对两个以上的变量进行估算？ 如果您可以指向一些有关多元密度估计应用的有用链接，那就太好了。

14 nonparametric  pdf  kernel-smoothing  bivariate  density-estimation 

我有一些观察结果，我想根据这些观察结果进行抽样。这里我考虑一个非参数模型，具体地说，我使用核平滑法从有限的观察值估计CDF。然后我从获得的CDF中随机绘制值。以下是我的代码（其思想是随机获得使用均匀分布的概率，并取CDF相对于概率值的倒数） x = [randn(100, 1); rand(100, 1)+4; rand(100, 1)+8]; [f, xi] = ksdensity(x, 'Function', 'cdf', 'NUmPoints', 300); cdf = [xi', f']; nbsamp = 100; rndval = zeros(nbsamp, 1); for i = 1:nbsamp p = rand; [~, idx] = sort(abs(cdf(:, 2) - p)); rndval(i, 1) = cdf(idx(1), 1); end figure(1); hist(x, …

10 sampling  matlab  kernel-smoothing  density-estimation