Оценка плотности ядра и тестирование распределений (KDE)
Оценка плотности ядра (Kernel Density Estimation, KDE) — это непараметрический метод, который оценивает непрерывную плотность вероятности путем наложения гладкой функции ядра на каждое наблюдение, не предполагая какого-либо параметрического распределения. Его истоки восходят к Розенблатту (1956) и учебному изложению Сильвермана (1986), и он также поддерживает тесты сравнения распределений, основанные на оцененных плотностях.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 1). Kernel Density Estimation and Distribution Testing (KDE). ScholarGate. https://scholargate.app/ru/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.
- Тест Андерсона-Дарлинга на нормальностьСтатистика↔ compare
- Тест Лиллиефорса на нормальностьСтатистика↔ compare
- Медианный тест МудаСтатистика↔ compare
- Квантильная регрессияЭконометрика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →