R语言与核密度估计(非参数统计).ppt_第1页
R语言与核密度估计(非参数统计).ppt_第2页
R语言与核密度估计(非参数统计).ppt_第3页
R语言与核密度估计(非参数统计).ppt_第4页
R语言与核密度估计(非参数统计).ppt_第5页
已阅读5页，还剩24页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

R语言与非参数统计（核密度估计）,核密度估计是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt (1955)和Emanuel Parzen(1962)提出，又名Parzen窗（Parzen window）。 假设我们有n个数X1-Xn,我们要计算某一个数X的概率密度有多大。核密度估计的方法是这样的： 其中K为核密度函数, h为设定的窗宽。,核密度估计的原理其实是很简单的。在我们对某一事物的概率分布的情况下。 如果某一个数在观察中出现了，我们可以认为这个数的概率密度很大，和这个数比较近的数的概率密度也会比较大，而那些离这个数远的数的概率密度会比较小。 基于这种想法，针对观察中的第一个数，我们都可以f(x-xi)去拟合我们想象中的那个远小近大概率密度。 当然其实也可以用其他对称的函数。针对每一个观察中出现的数拟合出多个概率密度分布函数之后，取平均。 如果某些数是比较重要，某些数反之，则可以取加权平均。,但是核密度的估计并不是，也不能够找到真正的分布函数。我们可以举一个极端的例子：在R中输入： plot(density(rep(0, 1000) 可以看到它得到了正态分布的曲线，但实际上呢？从数据上判断，它更有可能是一个退化的单点分布。,但是这并不意味着核密度估计是不可取的，至少他可以解决许多模拟中存在的异方差问题。比如说我们要估计一下下面的一组数据： set.seed(10) datc(rgamma(300,shape=2,scale
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论