Regression model
カーネル密度推定と分布検定 (KDE)
カーネル密度推定 (Kernel Density Estimation; KDE) は、ノンパラメトリック手法であり、観測値それぞれに滑らかなカーネル関数を配置することで、いかなるパラメトリック分布も仮定せずに連続確率密度を推定する。この手法は、Rosenblatt (1956) に遡り、Silverman (1986) の教科書的な扱いによって広まった。また、推定された密度に基づいた分布比較検定もサポートする。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
- Silverman, B. W. (1986). Density Estimation for Statistics and Data Analysis. Chapman & Hall / CRC Press. ISBN: 978-0412246203
このページの引用方法
ScholarGate. (2026, June 1). Kernel Density Estimation and Distribution Testing (KDE). ScholarGate. https://scholargate.app/ja/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 →