Anggaran Kepadatan Kernel dan Ujian Taburan (KDE)
Anggaran Kepadatan Kernel ialah kaedah non-parametrik yang menganggarkan ketumpatan kebarangkalian selanjar dengan meletakkan fungsi kernel yang licin ke atas setiap pemerhatian, tanpa menganggap sebarang taburan parametrik. Ia berakar umbi daripada Rosenblatt (1956) dan rawatan buku teks oleh Silverman (1986), dan ia juga menyokong ujian perbandingan taburan yang dibina di atas anggaran ketumpatan.
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
- 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
Cara memetik halaman ini
ScholarGate. (2026, June 1). Kernel Density Estimation and Distribution Testing (KDE). ScholarGate. https://scholargate.app/ms/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.
- Ujian Anderson-Darling untuk KenormalanStatistik↔ compare
- Ujian Lilliefors untuk NormalitiStatistik↔ compare
- Ujian Median MoodStatistik↔ compare
- Regresi KuantilEkonometrik↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →