Это может быть наивный вопрос, но здесь идет. Если у меня есть набор эмпирических данных и я подгоняю к нему плотность ядра, а затем получаю новое единственное значение, которое, возможно, происходит из того же процесса, который сгенерировал исходный набор данных, могу ли я назначить вероятность...
Кто-нибудь может сообщить о своем опыте с адаптивной оценкой плотности ядра? (Существует много синонимов: адаптивный | переменная | переменная-ширина, KDE | гистограмма | интерполятор ...) Переменная оценка плотности ядра говорит: «мы меняем ширину ядра в разных областях выборочного пространства....
При визуализации одномерных данных обычно используется метод оценки плотности ядра для учета неправильно выбранных ширин. Если в моем одномерном наборе данных есть погрешности измерения, существует ли стандартный способ включения этой информации? Например (и простите, если мое понимание наивно),...
У меня есть набор данных с большим количеством нулей, который выглядит следующим образом: set.seed(1) x <- c(rlnorm(100),rep(0,50)) hist(x,probability=TRUE,breaks = 25) Я хотел бы нарисовать линию для его плотности, но density()функция использует движущееся окно, которое вычисляет отрицательные...