Odhad hustoty pomocou jadrových funkcií a testovanie rozdelenia (KDE)
Odhad hustoty pomocou jadrových funkcií je neparametrická metóda, ktorá odhaduje spojité pravdepodobnostné rozdelenie hustoty umiestnením hladkej jadrovej funkcie nad každým pozorovaním, bez predpokladu akéhokoľvek parametrického rozdelenia. Sleduje sa od Rosenblatta (1956) a učebnicového spracovania Silvermana (1986), a tiež podporuje testy porovnania rozdelení založené na odhadnutých hustotách.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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
Ako citovať túto stránku
ScholarGate. (2026, June 1). Kernel Density Estimation and Distribution Testing (KDE). ScholarGate. https://scholargate.app/sk/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.
- Test dobrej zhody Andersona-Darlinga pre normalituŠtatistika↔ compare
- Lilliefortsov test normalityŠtatistika↔ compare
- Mediánový test podľa MoodaŠtatistika↔ compare
- Kvantilová regresiaEkonometria↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →