Bayesian Kernel Density Estimation
Bayesian Kernel Density Estimation (BKDE) is een niet-parametrische methode voor het schatten van de kansdichtheidsfunctie van een ruimtelijke of attribuutvariabele, door een kernel-smoother te combineren met een Bayesiaanse prior op de bandbreedteparameter. De posterieure verdeling van de bandbreedte propageert onzekerheid naar de uiteindelijke dichtheidsschatting, in plaats van de bandbreedte te behandelen als een vaste afstemmingsconstante.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Kernel Density Estimation. ScholarGate. https://scholargate.app/nl/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.
- Bayesiaans Kriging (Modelgebaseerde Geostatistiek)Ruimtelijke analyse↔ compare
- Bayesian Spatial RegressionRuimtelijke analyse↔ compare
- Hot Spot Analysis (Getis-Ord Gi*)Ruimtelijke analyse↔ compare
- Lokale Kriging (Moving-Window Kriging)Ruimtelijke analyse↔ compare
- Ruimtelijke AutocorrelatieRuimtelijke analyse↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →