পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| কার্নেল ডেনসিটি এস্টিমেশন এবং ডিস্ট্রিবিউশন টেস্টিং (KDE)× | লিলিফোর্স পরীক্ষা (স্বাভাবিকতার জন্য)× | |
|---|---|---|
| ক্ষেত্র | পরিসংখ্যান | পরিসংখ্যান |
| পরিবার | Regression model | Regression model |
| উদ্ভবের বছর≠ | 1956 | 1967 |
| প্রবর্তক≠ | Rosenblatt (1956); Parzen (1962); textbook treatment by Silverman | Hubert W. Lilliefors |
| ধরন≠ | Nonparametric density estimation | Goodness-of-fit / normality test |
| মৌলিক উৎস≠ | Rosenblatt, M. (1956). Remarks on Some Nonparametric Estimates of a Density Function. Annals of Mathematical Statistics, 27(3), 832-837. DOI ↗ | Lilliefors, H. W. (1967). On the Kolmogorov-Smirnov Test for Normality with Mean and Variance Unknown. Journal of the American Statistical Association, 62(318), 399-402. DOI ↗ |
| অপর নাম≠ | kernel density estimate, KDE, Parzen window estimation, nonparametric density estimation | Lilliefors corrected Kolmogorov-Smirnov test, Lilliefors normality test, Lilliefors Testi |
| সম্পর্কিত≠ | 4 | 5 |
| সারসংক্ষেপ≠ | Kernel Density Estimation is a nonparametric method that estimates a continuous probability density by placing a smooth kernel function over each observation, without assuming any parametric distribution. It traces back to Rosenblatt (1956) and the textbook treatment by Silverman (1986), and it also supports distribution-comparison tests built on the estimated densities. | The Lilliefors test is a goodness-of-fit test that checks whether a continuous sample comes from a normal (or exponential) distribution when the mean and variance are unknown and estimated from the data. Introduced by Hubert W. Lilliefors in 1967, it adjusts the critical values of the Kolmogorov-Smirnov test so that they remain valid once the distribution's parameters are estimated rather than known in advance. |
| ScholarGateডেটাসেট ↗ |
|
|