Table of Contents
Godkänd
Jag hoppas att den här guiden utan tvekan kommer att hjälpa dig när du ser andra kärnuppskattningen.
Multivariat kärndensitetsuppskattning
Uppskattning av kärndjup kan utökas med flerdimensionell densitetsuppskattning (f) i (mathbbR^p), de är baserade på samma idé: bästa medeldensitet genom att “centrera” några datapunkter framåt. För fastställda (mathbfX_1,ldots,mathbfX_n) i (mathbbR^p,) kde, inklusive (f), bedöm till (mathbfxin mathbbR^p) som
Bandbredd – Den optimala bandbredden för kärnans blankningsfönster för medelstora densiteter (standard) | Skalärt värde | Two-element Vector
Fönsterbandbredd, kärnutjämning, som genom tur är en funktion antal funktioner i z i formuläret Ett kommaseparerat par som består med avseende på “bandbredd” och skalär vårda. Om provstatistiken kunde vara tvådimensionell, Bandbredden kan också verka som en tvåelementsvektor. Det där standardvärdet är exceptionellt för att uppskatta normal densitet [1], tyvärr kan man välja upptäck ett större eller mindre värde för att jämna ut större eller lågt värde.
Förenklad poängstruktur
Anta att vi är intresserade av att uppskatta X i fördelningen inklusive en given tvådimensionell slumpvariabel som gör bör inte observeras direkt. Istället betraktar vi x i kombination tack vare slumpmässigt brus, och nämner Y = X + 𠜖 att (boldsymbol epsilon in mathbb R^2) kan vara vilken vektor som helst av slumpmässigt brus. Ett vanligt dekonvolutionsuppskattningsproblem är att citera densiteten för X med ett stort mått associerat med ett slumpmässigt prov.
Mjukvaran för att fixa din PC är bara ett klick bort - ladda ner den nu.