การประมาณค่าความหนาแน่นของเคอร์เนลแบบเบย์ (Bayesian Kernel Density Estimation)
การประมาณค่าความหนาแน่นของเคอร์เนลแบบเบย์ (Bayesian Kernel Density Estimation, BKDE) เป็นวิธีการแบบนอนพาราเมตริกสำหรับการประมาณฟังก์ชันความหนาแน่นความน่าจะเป็นของตัวแปรเชิงพื้นที่หรือเชิงคุณลักษณะ โดยการรวมตัวปรับให้เรียบด้วยเคอร์เนล (kernel smoother) เข้ากับค่าก่อน (prior) แบบเบย์บนพารามิเตอร์แบนด์วิดท์ (bandwidth parameter) การกระจายแบบหลัง (posterior distribution) ของแบนด์วิดท์จะส่งผ่านความไม่แน่นอนไปยังค่าประมาณความหนาแน่นสุดท้าย แทนที่จะปฏิบัติต่อแบนด์วิดท์เสมือนค่าคงที่ในการปรับแต่ง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Kernel Density Estimation. ScholarGate. https://scholargate.app/th/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.
- Bayesian Kriging (Model-Based Geostatistics)การวิเคราะห์เชิงพื้นที่↔ compare
- การถดถอยเชิงพื้นที่แบบเบย์การวิเคราะห์เชิงพื้นที่↔ compare
- การวิเคราะห์จุดร้อน (Getis-Ord Gi*)การวิเคราะห์เชิงพื้นที่↔ compare
- Local Kriging (Kriging แบบหน้าต่างเคลื่อนที่)การวิเคราะห์เชิงพื้นที่↔ compare
- สหสัมพันธ์เชิงพื้นที่การวิเคราะห์เชิงพื้นที่↔ compare