Saya sedang bekerja dengan kumpulan data "geyser" dari paket MASS dan membandingkan perkiraan kepadatan kernel dari paket np.
Masalah saya adalah untuk memahami estimasi kepadatan menggunakan cross-validasi kuadrat terkecil dan kernel Epanechnikov:
blep<-npudensbw(~geyser$waiting,bwmethod="cv.ls",ckertype="epanechnikov")
plot(npudens(bws=blep))
Untuk kernel Gaussian sepertinya baik-baik saja:
blga<-npudensbw(~geyser$waiting,bwmethod="cv.ls",ckertype="gaussian")
plot(npudens(bws=blga))
Atau jika saya menggunakan kernel Epanechnikov dan kemungkinan maksimum cv:
bmax<-npudensbw(~geyser$waiting,bwmethod="cv.ml",ckertype="epanechnikov")
plot(npudens(~geyser$waiting,bws=bmax))
Apakah ini salah saya atau ada masalah dalam paket?
Sunting: Jika saya menggunakan Mathematica untuk kernel Epanechnikov dan kuadrat terkecil cv berfungsi:
d = SmoothKernelDistribution[data, bw = "LeastSquaresCrossValidation", ker = "Epanechnikov"]
Plot[{PDF[d, x], {x, 20,110}]
sumber