Bayesian Kernel Density Estimation
Bayesian Kernel Density Estimation (BKDE) ist eine nichtparametrische Methode zur Schätzung der Wahrscheinlichkeitsdichtefunktion einer räumlichen oder attributiven Variablen, indem ein Kernel-Glätter mit einem bayesianischen Prior für den Bandbreitenparameter kombiniert wird. Die Posterior-Verteilung der Bandbreite propagiert Unsicherheit in die endgültige Dichteschätzung, anstatt die Bandbreite als feste Abstimmkonstante zu behandeln.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Hjort, N. L., & Glad, I. K. (1995). Nonparametric density estimation with a parametric start. The Annals of Statistics, 23(3), 882–904. DOI: 10.1214/aos/1176324627 ↗
- Kernel density estimation. Wikipedia. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Kernel Density Estimation. ScholarGate. https://scholargate.app/de/spatial-analysis/bayesian-kernel-density-estimation
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.
- Bayesian Kriging (Modellbasierte Geostatistik)Räumliche Analyse↔ compare
- Bayesian räumliche RegressionRäumliche Analyse↔ compare
- Hot Spot Analysis (Getis-Ord Gi*)Räumliche Analyse↔ compare
- Lokales Kriging (Moving-Window Kriging)Räumliche Analyse↔ compare
- Räumliche AutokorrelationRäumliche Analyse↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →