ScholarGate
Asistents
Regression model

Kodola blīvuma novērtēšana un sadalījuma testēšana (KDE)

Kodola blīvuma novērtēšana ir neparametriska metode, kas novērtē nepārtrauktu sadalījuma blīvumu, uzliekot gludu kodola funkciju katram novērojumam, nepieņemot nekādu parametrisku sadalījumu. Tā aizsākās ar Rosenblatt (1956) un Silvermana (1986) mācību grāmatu, un tā atbalsta arī sadalījuma salīdzināšanas testus, kas balstīti uz novērtētajiem blīvumiem.

Pielietot ar StatMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

Avoti

  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

Kā citēt šo lapu

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

Uz to atsaucas

ScholarGateKernel Density Estimation (Kernel Density Estimation and Distribution Testing (KDE)). Izgūts 2026-06-15 no https://scholargate.app/lv/statistics/kernel-density-test · Datu kopa: https://doi.org/10.5281/zenodo.20539026