Regression modelGIS / spatial

Estimación Bayesiana de Densidad por Kernel

La Estimación Bayesiana de Densidad por Kernel (BKDE, por sus siglas en inglés) es un método no paramétrico para estimar la función de densidad de probabilidad de una variable espacial o de atributo, combinando un suavizador de kernel con un prior bayesiano sobre el parámetro de ancho de banda. La distribución posterior del ancho de banda propaga la incertidumbre en la estimación de densidad final, en lugar de tratar el ancho de banda como una constante de ajuste fija.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  1. 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
  2. Kernel density estimation. Wikipedia. link

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Kernel Density Estimation. ScholarGate. https://scholargate.app/es/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.

Compare side by side
ScholarGateBayesian Kernel Density Estimation (Bayesian Kernel Density Estimation). Recuperado el 2026-06-15 de https://scholargate.app/es/spatial-analysis/bayesian-kernel-density-estimation · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026