In statistiek is kerndigtheidskatting 'n nie-parametriese manier om die waarskynlikheidsdigtheidfunksie van 'n ewekansige veranderlike te skat. Kerndigtheidskatting is 'n fundamentele data gladmaakprobleem waar afleidings oor die populasie gemaak word, gebaseer op 'n eindige datasteekproef.
Hoe bereken jy kerndigtheid?
Kerneldigtheidskatting (KDE)
Dit word eenvoudig geskat deur die kernwaardes (K) van alle Xj by te voeg Met verwysing na die tabel hierbo, KDE vir hele datastel word verkry deur alle rywaardes by te voeg. Die som word dan genormaliseer deur die aantal datapunte te deel, wat in hierdie voorbeeld ses is.
Wat is 'n kern in kerndigtheidskatting?
Terwyl 'n histogram die aantal datapunte in ietwat arbitrêre streke tel, is 'n kerndigtheidskatting 'n funksie gedefinieer as die som van 'n kernfunksie op elke datapuntDie kernfunksie vertoon tipies die volgende eienskappe: Simmetrie sodanig dat K (u)=K (− u).
Waarom gebruik ons kerndigtheidskatting?
Kerneldigtheidskatting is 'n tegniek vir die skatting van waarskynlikheidsdigtheidfunksie wat 'n moet-hê is wat die gebruiker in staat stel om die bestudeerde waarskynlikheidsverspreiding beter te ontleed as wanneer 'n tradisionele histogram gebruik word.
Wat is Gaussiese kerndigtheidskatting?
Die plot regs onder toon 'n Gaussiese kerndigtheidskatting, waarin elke punt 'n Gaussiese kurwe tot die totaal bydra Die resultaat is 'n gladde digtheidskatting wat afgelei word van die data, en funksioneer as 'n kragtige nie-parametriese model van die verspreiding van punte.
