ScholarGate
Assistent
Regression model

Tuumtiheduse hindamine ja jaotuse testimine (KDE)

Tuumtiheduse hindamine (Kernel Density Estimation, KDE) on mitteparameetriline meetod, mis hindab pidevat tõenäosustihedust, asetades igale vaatlusele sile tuumfunktsioon, ilma et eeldaks mingit parameetrilist jaotust. See pärineb Rosenblattist (1956) ja Silvermani (1986) õpikukäsitlusest ning toetab ka jaotuste võrdlemise teste, mis põhinevad hinnatud tihedustel.

Rakenda tööriistaga StatMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

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

Allikad

  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

Kuidas sellele lehele viidata

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

Sellele viitavad

ScholarGateKernel Density Estimation (Kernel Density Estimation and Distribution Testing (KDE)). Loetud 2026-06-15 aadressilt https://scholargate.app/et/statistics/kernel-density-test · Andmestik: https://doi.org/10.5281/zenodo.20539026