非参数统计非参数密度估计课件.ppt
《非参数统计非参数密度估计课件.ppt》由会员分享,可在线阅读,更多相关《非参数统计非参数密度估计课件.ppt(27页珍藏版)》请在三一办公上搜索。
1、第八章 非参数密度估计,8.1 非参数密度估计,直方图是最基本的非参数密度估计。假定有数据x1,x2,xn, 将它由小到大排序,得到数据覆盖的区间(a, b),对该区间等间距地分为k组,记为I1,I2,Ik,计算Ii中的频率ni/n,则密度估计为:,其中,hn是归一化参数,表示每组的组距,称为带宽(窗宽)。注意:针对连续型的总体X.,鲑鱼和鲈鱼的身长(260条),例8.1,鲈鱼比鲑鱼的身长要长。,hist(A,1, 20),推广直方图的密度函数定义。XRd,1)若V很小,密度值局部变化很大,呈现多峰不稳定的特点;2)若V较大,从而使估计过于平滑。如何在稳定与过度平滑之间寻找平衡?方法(1)固定
2、体积不变;(2)固定ni不变;核估计和k-近邻估计。,8.2 核密度估计,设区域R是Rd空间上的d维立方体, 其体积为Vn, h是R的边长, 对任意的x=x1,x2,xn, 定义x的邻域函数:,落入x邻域的样本数,称为Parzen窗密度估计,核密度估计的定义,定义8.1,假设数据x1,x2,xn取自连续分布p(x), 定义核密度估计,只要核函数满足:,本节主要讲一维的密度估计。,常用核函数,以高斯核函数为例,用S-Plus编程计算密度估计值.,1) 调用数据文件 A-read.table(E:各种电子课件非参数统计datanewfish.txt,header=T,sep=,),2) 建立高斯函
3、数文件Ga-function(x,h,A)(1/260*h)*sum(1/sqrt(2*pi)*exp(-0.5*(x-A,11:260)/h)2),以高斯核函数为例,3) 调用函数文件 source(d:S文件Ga.s),4) 求函数值 z z1 0.01347425,5) 画图 x z for(i in 1:52) zi plot(x,z,type=l),带宽对估计量的影响,h=1,h=2,h=0.2,Parzen窗函数为核函数,h=5,当带宽h=0.2时,密度函数曲线比较粗糙,噪声很多;当带宽h=1时,密度函数曲线比较平滑,较为理想;而带宽h=5时,密度函数曲线最平滑的,但信息损失很多;
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 非参数统计 非参数密度估计课件 参数 统计 密度 估计 课件
链接地址:https://www.31ppt.com/p-1800075.html