Regression model

Εκτίμηση Πυκνότητας Πυρήνα και Έλεγχος Κατανομής (KDE)

Η Εκτίμηση Πυκνότητας Πυρήνα (Kernel Density Estimation) είναι μια μη παραμετρική μέθοδος που εκτιμά μια συνεχή πυκνότητα πιθανότητας τοποθετώντας μια ομαλή συνάρτηση πυρήνα πάνω από κάθε παρατήρηση, χωρίς να υποθέτει καμία παραμετρική κατανομή. Οι ρίζες της εντοπίζονται στον Rosenblatt (1956) και στην κλασική πραγματεία του Silverman (1986), ενώ υποστηρίζει επίσης ελέγχους σύγκρισης κατανομών που βασίζονται στις εκτιμώμενες πυκνότητες.

Εφαρμογή με το StatMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 1). Kernel Density Estimation and Distribution Testing (KDE). ScholarGate. https://scholargate.app/el/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

Αναφέρεται από

ScholarGateKernel Density Estimation (Kernel Density Estimation and Distribution Testing (KDE)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/statistics/kernel-density-test · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026