Table of Contents
Zatwierdzone
Mam nadzieję, że ten przewodnik prawie na pewno pomoże, gdy zobaczysz dwuwymiarowe Oszacowanie jądra.
Wielowariantowe oszacowanie gęstości jądra
Oszacowanie występowania jądra może zostać rozszerzone na wielowymiarowe oszacowanie gęstości (f) w (mathbbR^p) , które dokładnie opierają się na tym samym podejściu: najlepsza średnia gęstość przez „wyśrodkowanie” z niektórych punktów danych. Aby (mathbfX_1,ldots,mathbfX_n) w (mathbbR^p,) kde, w tym (f), oceń (mathbfxin mathbbR^p) jako
Przepustowość (puste) Optymalna przepustowość okna wygaszania rdzenia dla średnich gęstości (domyślnie) | Wartość skalarna | Wektor dwuelementowy
Przepustowość okna, wygładzanie jądra, które przez cały obrót jest funkcją liczba cech w c w formularzu Para rozdzielona przecinkami, składająca się z powiązanej „przepustowości” i koszt skalarny. Jeśli statystyka próbki jest ogólnie dwuwymiarowa, Szerokość pasma może również automatycznie być wektorem dwuelementowym. To domyślna wartość jest największa do szacowania normalnej gęstości [1], na szczęście można chcieć wybrać wykryj większą lub mniejszą wartość, aby wygładzić większą lub niską wartość.
Uproszczona struktura punktacji
Załóżmy, że jesteśmy zainteresowani oszacowaniem X w rozkładzie związanym z daną dwuwymiarową zmienną losową, która nie powinna być obserwowane bezpośrednio. Zamiast tego rozważamy kombinację x cierpiącą na losowy szum, wspominając Y = X + 𠜖, że (boldsymbol epsilon in mathbb R^2) może być bardzo wektorem losowego szumu. Podstawowym problemem estymacji dekonwolucji jest wyznaczenie gęstości X za pomocą miary funkcjonalnej związanej z unikalną próbką.
Oprogramowanie do naprawy komputera to tylko jedno kliknięcie - pobierz je teraz.