Teknik pemulusan kernel, seperti estimasi kepadatan kernel (KDE) dan regresi kernel Nadaraya-Watson, memperkirakan fungsi dengan interpolasi lokal dari titik data. Jangan bingung dengan [trik-kernel], untuk kernel yang digunakan misalnya dalam SVM.
Ada beberapa penggunaan yang berbeda: estimasi kepadatan kernel trik kernel pemulusan kernel Tolong jelaskan apa arti "kernel" di dalamnya, dalam bahasa Inggris yang sederhana, dengan kata-kata Anda
plot(density(rexp(100)) Jelas semua kepadatan di sebelah kiri nol merupakan bias. Saya ingin meringkas beberapa data untuk non-statistik, dan saya ingin menghindari pertanyaan tentang mengapa data non-negatif memiliki kepadatan di sebelah kiri nol. Plot-plot tersebut untuk pengecekan pengacakan;...
Untuk penduga kepadatan kernel (KDE) univariat, saya menggunakan aturan Silverman untuk menghitung :hhh 0.9min(sd,IQR/1.34)×n−0.20.9min(sd,IQR/1.34)×n−0.2\begin{equation} 0.9 \min(sd, IQR/1.34)\times n^{-0.2} \end{equation} Apa aturan standar untuk KDE multivarian (dengan asumsi kernel...
Saya mencoba untuk mendapatkan pemahaman yang lebih baik tentang estimasi kepadatan kernel. Menggunakan definisi dari Wikipedia: https://en.wikipedia.org/wiki/Kernel_density_estimation#Definition fh^(x)=1n∑ni=1Kh(x−xi)=1nh∑ni=1K(x−xih)fh^(x)=1n∑i=1nKh(x−xi)=1nh∑i=1nK(x−xih) \hat{f_h}(x) =...
Estimasi kepadatan jendela parzen dijelaskan sebagai p(x)=1n∑i=1n1h2ϕ(xi−xh)p(x)=1n∑i=1n1h2ϕ(xi−xh) p(x)=\frac{1}{n}\sum_{i=1}^{n} \frac{1}{h^2} \phi \left(\frac{x_i - x}{h} \right) di mana adalah sejumlah elemen dalam vektor, x adalah vektor, p ( x ) adalah kerapatan probabilitas x ,...
Setelah melakukan analisis komponen utama (PCA), saya ingin memproyeksikan vektor baru ke ruang PCA (yaitu menemukan koordinatnya dalam sistem koordinat PCA). Saya telah menghitung PCA dalam bahasa R menggunakan prcomp. Sekarang saya harus bisa mengalikan vektor saya dengan matriks rotasi PCA....
Saya telah membaca (misalnya, di sini ) bahwa kernel Epanechnikov optimal, setidaknya secara teoritis, ketika melakukan estimasi kepadatan kernel. Jika ini benar, lalu mengapa Gaussian muncul begitu sering sebagai kernel default, atau dalam banyak kasus satu-satunya kernel, di perpustakaan estimasi...
Pertanyaan ini didorong oleh diskusi di tempat lain . Kernel variabel sering digunakan dalam regresi lokal. Sebagai contoh, loess banyak digunakan dan berfungsi dengan baik sebagai regresi yang lebih lancar, dan didasarkan pada kernel dengan lebar variabel yang beradaptasi dengan data...
Saya mencoba menggunakan fungsi ' density ' di R untuk melakukan estimasi kepadatan kernel. Saya mengalami beberapa kesulitan menafsirkan hasil dan membandingkan berbagai dataset karena tampaknya area di bawah kurva belum tentu 1. Untuk setiap fungsi kepadatan probabilitas (pdf) , kita perlu...
Tes permutasi (juga disebut tes pengacakan, uji pengacakan ulang, atau tes yang tepat) sangat berguna dan berguna ketika asumsi distribusi normal yang diperlukan misalnya, t-testtidak terpenuhi dan ketika transformasi nilai dengan peringkat dari tes non-parametrik seperti Mann-Whitney-U-testakan...
Saya memiliki sampel 100 poin yang kontinu dan satu dimensi. Saya memperkirakan kepadatan non-parametriknya menggunakan metode kernel. Bagaimana saya bisa mengambil sampel acak dari distribusi yang diperkirakan
Adakah yang bisa menjelaskan dalam bahasa Inggris apa perbedaan antara aturan praktis Scott dan Silverman untuk pemilihan bandwidth? Secara khusus, kapan yang satu lebih baik dari yang lain? Apakah ini terkait dengan distribusi yang mendasarinya? Jumlah sampel? PS Saya mengacu pada kode di SciPy...
Saya perlu memperkirakan fungsi kerapatan berdasarkan serangkaian pengamatan menggunakan penduga kerapatan kernel. Berdasarkan set pengamatan yang sama, saya juga perlu memperkirakan turunan pertama dan kedua dari kepadatan menggunakan turunan dari penduga kepadatan kernel. Bandwidth pasti akan...
Saya mencari metode untuk menghitung luas tumpang tindih antara dua perkiraan kepadatan kernel di R, sebagai ukuran kesamaan antara dua sampel. Untuk memperjelas, dalam contoh berikut, saya perlu mengukur luas wilayah keunguan yang tumpang tindih: library(ggplot2) set.seed(1234) d <-...
Bagaimana perbedaan jangka panjang dalam bidang analisis deret waktu didefinisikan? Saya mengerti itu digunakan dalam hal ada struktur korelasi dalam data. Jadi proses stokastik kami tidak akan menjadi keluarga X1,X2…X1,X2…X_1, X_2 \dots iid variabel acak tetapi hanya didistribusikan secara...
Setelah melalui beberapa matematika yang agak singkat, saya pikir saya memiliki sedikit intuisi estimasi kepadatan kernel. Tetapi saya juga sadar bahwa memperkirakan kepadatan multivariat untuk lebih dari tiga variabel mungkin bukan ide yang baik, dalam hal sifat statistik penduga. Jadi, dalam...
Saya menggunakan Bayes untuk memecahkan masalah pengelompokan. Setelah melakukan beberapa perhitungan saya berakhir dengan kebutuhan untuk mendapatkan rasio dua probabilitas: P(A)/P(B)P(A)/P(B)P(A)/P(B) untuk dapat memperoleh . Probabilitas ini diperoleh dengan mengintegrasikan dua KDE...
Saya datang dari pertanyaan ini kalau-kalau ada yang ingin mengikuti jejak. Pada dasarnya saya memiliki kumpulan data ΩΩ\Omega terdiri dari objek NNN mana setiap objek memiliki sejumlah nilai terukur yang melekat padanya (dua dalam kasus ini): Ω = o1[ x1, y1] , o2[ x2, y2] , . . . , oN[ xN,...
Ketika memvisualisasikan data satu dimensi, sudah biasa menggunakan teknik Kernel Density Estimation untuk menjelaskan lebar bin yang dipilih secara tidak tepat. Ketika dataset satu dimensi saya memiliki ketidakpastian pengukuran, apakah ada cara standar untuk memasukkan informasi ini? Misalnya...
Saya hanya memikirkan cara yang rapi (belum tentu bagus) untuk membuat perkiraan kepadatan satu dimensi dan pertanyaan saya adalah: Apakah metode estimasi kerapatan ini memiliki nama? Jika tidak, apakah ini merupakan kasus khusus dari beberapa metode lain dalam literatur? Berikut adalah metode:...