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.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
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.
- Kriging bayesiano (geoestadística basada en modelos)Análisis espacial↔ compare
- Regresión Espacial BayesianaAnálisis espacial↔ compare
- Análisis de Puntos Calientes (Getis-Ord Gi*)Análisis espacial↔ compare
- Kriging Local (Kriging de Ventana Móvil)Análisis espacial↔ compare
- Autocorrelación espacialAnálisis espacial↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →