^Epanechnikov, V.A. Non-parametric estimation of a multivariate probability density. Theory of Probability and Its Applications. 1969, 14: 153–158. doi:10.1137/1114019.
核密度估计, 此條目需要精通或熟悉相关主题的编者参与及协助编辑, 2015年12月14日, 請邀請適合的人士改善本条目, 更多的細節與詳情請參见討論頁, 英語, kernel, density, estimation, 縮寫, 是在概率论中用来估计未知的密度函数, 属於非参数检验方法之一, 由rosenblatt, 1955, 和emanuel, parzen, 1962, 提出, 又名parzen窗, parzen, window, ruppert和cline基于数据集密度函数聚类算法提出修订的方法, 100個常. 此條目需要精通或熟悉相关主题的编者参与及协助编辑 2015年12月14日 請邀請適合的人士改善本条目 更多的細節與詳情請參见討論頁 核密度估计 英語 Kernel density estimation 縮寫 KDE 是在概率论中用来估计未知的密度函数 属於非参数检验方法之一 由Rosenblatt 1955 和Emanuel Parzen 1962 提出 又名Parzen窗 Parzen window Ruppert和Cline基于数据集密度函数聚类算法提出修订的核密度估计方法 100個常態分佈的亂數的核密度估计核密度估计在估计边界区域的时候会出现边界效应 在单变量核密度估计的基础上 可以建立风险价值的预测模型 通过对核密度估计变异系数的加权处理 可以建立不同的风险价值的预测模型 一些比较常用的核函数是 均匀核函数 k x 1 2 1 x 1 displaystyle k x frac 1 2 1 leq x leq 1 加入带宽h displaystyle h 后 k h x 1 2 h h x h displaystyle k h x frac 1 2h h leq x leq h 三角核函数 k x 1 x 1 x 1 displaystyle k x 1 x 1 leq x leq 1 加入带宽h displaystyle h 后 k h x h x h 2 h x h displaystyle k h x frac h x h 2 h leq x leq h 伽马核函数 k x i x x a 1 exp x a x i x i a a G a displaystyle k x i x frac x alpha 1 exp x alpha x i x i alpha alpha Gamma alpha 定义 编辑设 x 1 x 2 x n displaystyle left x 1 x 2 cdots x n right nbsp 为从单变量分布中抽取的独立同分布样本 给定点x displaystyle x nbsp 有未知的概率密度f displaystyle f nbsp 我们对估计函数f displaystyle f nbsp 的形状感兴趣 其核密度估计器是 f h x 1 n i 1 n K h x x i 1 n h i 1 n K x x i h displaystyle widehat f h x frac 1 n sum i 1 n K h x x i frac 1 nh sum i 1 n K Big frac x x i h Big nbsp 其中K displaystyle K nbsp 是非负的核函数 带宽h gt 0 displaystyle h gt 0 nbsp 为平滑参数 带下标h的核被称为缩放核 定义为K h x 1 h K x h displaystyle K h x 1 h cdot K x h nbsp 直觉上讲 在数据允许的范围内应当选择尽可能小的带宽 然而 偏差和方差之间总有所权衡 常用的核函数有 均匀核 Uniform 三角核 Triangular 双权核 Biweight 三权核 Triweight Epanechnikov核 正态核 Normal 等 从均方误差的角度来看 Epanechnikov核是最佳的 1 尽管对于前面列出的核来说 效率的损失很小 2 由于其数学特性良好 正态核经常被使用 即K x ϕ x displaystyle K x phi x nbsp 其中ϕ displaystyle phi nbsp 是标准正态密度函数 参考文献 编辑唐林俊 杨虎 张洪阳 核密度估计在预测风险价值中的应用 The Application of The Kernel Density Estimates in Predicting VaR 数学的实践与认识 2005年10期 nbsp 这是一篇與統計學相關的小作品 你可以通过编辑或修订扩充其内容 查论编 Epanechnikov V A Non parametric estimation of a multivariate probability density Theory of Probability and Its Applications 1969 14 153 158 doi 10 1137 1114019 Wand M P Jones M C Kernel Smoothing London Chapman amp Hall CRC 1995 ISBN 978 0 412 55270 0 取自 https zh wikipedia org w index php title 核密度估计 amp oldid 77285227, 维基百科,wiki,书籍,书籍,图书馆,