Kjernetetthetsestimering og fordelingstesting (KDE)
Kjernetetthetsestimering er en ikke-parametrisk metode som estimerer en kontinuerlig sannsynlighetstetthet ved å plassere en glatt kjernelfunksjon over hver observasjon, uten å anta noen parametrisk fordeling. Den sporer tilbake til Rosenblatt (1956) og lærebokbehandlingen av Silverman (1986), og den støtter også fordelingssammenligningstester bygget på de estimerte tetthetene.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 1). Kernel Density Estimation and Distribution Testing (KDE). ScholarGate. https://scholargate.app/no/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.
- Anderson-Darling normalitetstestStatistikk↔ compare
- Lilliefors' test for normalitetStatistikk↔ compare
- Moods medianetestStatistikk↔ compare
- KvantilregresjonØkonometri↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →