Regression model

Оценка на плътността на ядрото и тестване на разпределения (KDE)

Оценката на плътността на ядрото (Kernel Density Estimation, KDE) е немeтричен метод, който оценява непрекъсната плътност на вероятността чрез поставяне на гладка ядрена функция върху всяко наблюдение, без да се предполага никакво параметрично разпределение. Методът води началото си от Rosenblatt (1956) и учебния подход на Silverman (1986), като поддържа и тестове за сравнение на разпределения, базирани на оценените плътности.

Приложете с StatMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. Rosenblatt, M. (1956). Remarks on Some Nonparametric Estimates of a Density Function. Annals of Mathematical Statistics, 27(3), 832-837. DOI: 10.1214/aoms/1177728190
  2. Silverman, B. W. (1986). Density Estimation for Statistics and Data Analysis. Chapman & Hall / CRC Press. ISBN: 978-0412246203

Как да цитирате тази страница

ScholarGate. (2026, June 1). Kernel Density Estimation and Distribution Testing (KDE). ScholarGate. https://scholargate.app/bg/statistics/kernel-density-test

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Цитиран в

ScholarGateKernel Density Estimation (Kernel Density Estimation and Distribution Testing (KDE)). Извлечено на 2026-06-15 от https://scholargate.app/bg/statistics/kernel-density-test · Набор от данни: https://doi.org/10.5281/zenodo.20539026