 |
KernelMixtureDistribution
KernelMixtureDistribution[{x1, x2, ...}]
表示基于数据值 
的核混合分布.
KernelMixtureDistribution[{{x1, y1, ...}, {x2, y2, ...}, ...}]
表示基于数据值 
的多变量核混合分布.
KernelMixtureDistribution[..., bw]
表示带宽为 bw 的核混合分布.
KernelMixtureDistribution[..., bw, ker]
表示带宽为 bw、平滑核为 ker 的核混合分布.
更多信息
- KernelMixtureDistribution 返回一个 DataDistribution 对象，其用法和任何其它概率分布相似.
- 对于值
，其 KernelMixtureDistribution 的概率密度函数由 
给出，其中 
为一个平滑核，
为带宽参数. - 可以给出下列带宽规格说明 bw：
-
h 所用的带宽 {"Standardized",h} 以标准偏差为单位的带宽 {"Adaptive",h,s} 初始带宽为 h、灵敏度为 s 的自适应带宽 Automatic 自动计算带宽 "name" 使用一种已命名的带宽选择法 {bwx,bwy,...} 对 x、y 等单独指定的带宽规格 - 对于多变量密度，h 可以是一个正定的对称矩阵.
- 对于自适应带宽，敏感度 s 必须是一个位于 0 和 1 之间的实数或者 Automatic. 如果使用 Automatic，则 s 设为
，其中 
是数据维度. - 可能的已命名带宽选择法包括：
-
"LeastSquaresCrossValidation" 使用最小二乘交叉验证的方法 "Oversmooth" 比标准高斯宽 1.08 倍 "Scott" 使用 Scott 规则确定带宽 "SheatherJones" 使用 Sheather-Jones代入估计 "Silverman" 使用 Silverman 规则确定带宽 "StandardDeviation" 使用标准差作为带宽 "StandardGaussian" 标准正态数据的最优带宽 - 默认情况下，使用
方法. - 对于自动带宽计算，假定常量数组有单位方差.
- 可以给出下列核规格说明 ker：
-
"Biweight" 
"Cosine" 
"Epanechnikov" 
"Gaussian" 
"Rectangular" 
"SemiCircle" 
"Triangular" 
"Triweight" 
func 
- 为使 KernelMixtureDistribution 生成真实的密度估计，函数 fn 应为一个有效的单变量概率密度函数.
- 默认情况下，使用
核. - 对于多变量密度，核函数 ker 可以使用
和 
指定为乘积和径向类型. 如果没有指定类型，则使用乘积类型的核. - 用于密度估计的精确度是在 bw 和数据中给出的最小精确度.
- 可以给出下列选项：
-
MaxMixtureKernels Automatic 所用核的最大数目 - KernelMixtureDistribution 可以与 Mean、CDF 和 RandomVariate 等函数联合使用.
版本 8 的新功能
