Penilaian Ketumpatan Kernel Bayesian
Penilaian Ketumpatan Kernel Bayesian (BKDE) ialah kaedah non-parametrik untuk menilai fungsi ketumpatan kebarangkalian bagi pemboleh ubah spatial atau atribut dengan menggabungkan penghalus kernel dengan prior Bayesian ke atas parameter lebar jalur. Taburan posterior lebar jalur menyebarkan ketidakpastian ke dalam anggaran ketumpatan akhir berbanding dengan melayan lebar jalur sebagai pemalar penalaan yang tetap.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Bayesian Kernel Density Estimation. ScholarGate. https://scholargate.app/ms/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 Bayesian (Geostatistik Berasaskan Model)Analisis Reruang↔ compare
- Regresi Spatial BayesianAnalisis Reruang↔ compare
- Analisis Bintik Panas (Getis-Ord Gi*)Analisis Reruang↔ compare
- Kriging Lokal (Kriging Jendela Bergerak)Analisis Reruang↔ compare
- Autokorelasi RuangAnalisis Reruang↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →