Kärntäthetskestimeringsmetoden och test av fördelningar (KDE)
Kärntäthetskestimeringsmetoden är en icke-parametrisk metod som estimerar en kontinuerlig sannolikhetsfördelning genom att placera en jämn kärnfunktion över varje observation, utan att anta någon parametrisk fördelning. Den har sitt ursprung hos Rosenblatt (1956) och den läroboksbehandling som Silverman (1986) presenterade, och den stöder även tester för jämförelse av fördelningar baserade på de estimerade tätheterna.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 1). Kernel Density Estimation and Distribution Testing (KDE). ScholarGate. https://scholargate.app/sv/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-normalitetstestStatistik↔ compare
- Lilliefors test för normalitetStatistik↔ compare
- Moods mediatestStatistik↔ compare
- KvantilregressionEkonometri↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →