Pertanyaan yang diberi tag «kernel-smoothing»

Setelah melalui beberapa matematika yang agak singkat, saya pikir saya memiliki sedikit intuisi estimasi kepadatan kernel. Tetapi saya juga sadar bahwa memperkirakan kepadatan multivariat untuk lebih dari tiga variabel mungkin bukan ide yang baik, dalam hal sifat statistik penduga. Jadi, dalam situasi apa saya harus memperkirakan, katakanlah, kepadatan bivariat menggunakan …

13 nonparametric  pdf  kernel-smoothing  bivariate  density-estimation 

Saya hanya memikirkan cara yang rapi (belum tentu bagus) untuk membuat perkiraan kepadatan satu dimensi dan pertanyaan saya adalah: Apakah metode estimasi kerapatan ini memiliki nama? Jika tidak, apakah ini merupakan kasus khusus dari beberapa metode lain dalam literatur? Berikut adalah metode: Kami memiliki vektor yang kami asumsikan diambil dari …

12 r  estimation  nonparametric  pdf  kernel-smoothing 

Ketika memvisualisasikan data satu dimensi, sudah biasa menggunakan teknik Kernel Density Estimation untuk menjelaskan lebar bin yang dipilih secara tidak tepat. Ketika dataset satu dimensi saya memiliki ketidakpastian pengukuran, apakah ada cara standar untuk memasukkan informasi ini? Misalnya (dan maafkan saya jika pemahaman saya naif) KDE menggabungkan profil Gaussian dengan …

12 uncertainty  kde  kernel-smoothing 

Saya menggunakan Bayes untuk memecahkan masalah pengelompokan. Setelah melakukan beberapa perhitungan saya berakhir dengan kebutuhan untuk mendapatkan rasio dua probabilitas: P(A)/P(B)P(A)/P(B)P(A)/P(B) untuk dapat memperoleh . Probabilitas ini diperoleh dengan mengintegrasikan dua KDE multivarian 2D berbeda seperti yang dijelaskan dalam jawaban ini :P(H|D)P(H|D)P(H|D) P(A)=∬x,y:f^(x,y)&lt;f^(ra,sa)f^(x,y)dxdyP(A)=∬x,y:f^(x,y)&lt;f^(ra,sa)f^(x,y)dxdyP(A) = \iint_{x, y : \hat{f}(x, y) < …

12 probability  bayesian  maximum-likelihood  kernel-smoothing 

Saya datang dari pertanyaan ini kalau-kalau ada yang ingin mengikuti jejak. Pada dasarnya saya memiliki kumpulan data ΩΩ\Omega terdiri dari objek NNN mana setiap objek memiliki sejumlah nilai terukur yang melekat padanya (dua dalam kasus ini): Ω = o1[ x1, y1] , o2[ x2, y2] , . . . , …

12 probability  maximum-likelihood  kernel-smoothing  numerical-integration 

Saya mencari referensi tentang menghitung interval kepercayaan untuk mode (secara umum). Bootstrap mungkin tampaknya menjadi pilihan pertama yang wajar, tetapi seperti yang dibahas oleh Romano (1988), bootstrap standar gagal untuk mode dan itu tidak memberikan solusi sederhana. Apakah ada yang berubah sejak tulisan ini? Apa cara terbaik untuk menghitung interval …

11 confidence-interval  bootstrap  kernel-smoothing  mode 

Saya memiliki situasi di mana saya dapat memperkirakan (yang pertama) kkk momen dari kumpulan data, dan ingin menggunakannya untuk menghasilkan estimasi fungsi kerapatan. Saya sudah menemukan distribusi Pearson , tetapi menyadari itu hanya bergantung pada 4 momen pertama (dengan beberapa pembatasan pada kemungkinan kombinasi momen). Saya juga mengerti bahwa setiap …

11 pdf  kernel-smoothing  moments 

Saya harus menghitung estimasi kepadatan kernel 2d (KDE) dari daftar koordinat lintang dan bujur. Tetapi satu derajat dalam garis lintang tidak sama dengan satu derajat dalam garis bujur, ini berarti bahwa masing-masing kernel akan berbentuk oval, khususnya titik selanjutnya dari khatulistiwa. Dalam kasus saya, semua titik cukup dekat satu sama …

11 spatial  kernel-smoothing  geostatistics  geography 

Saya memiliki beberapa pengamatan, dan saya ingin meniru sampel berdasarkan pengamatan ini. Di sini saya mempertimbangkan model non-parametrik, khususnya, saya menggunakan kernel smoothing untuk memperkirakan CDF dari pengamatan terbatas. Kemudian saya menggambar nilai secara acak dari CDF yang diperoleh. Berikut ini adalah kode saya, (idenya adalah mendapatkan kumulatif secara acak …

10 sampling  matlab  kernel-smoothing  density-estimation 

Biarkan menjadi pengamatan yang diambil dari distribusi probabilitas yang tidak diketahui (tetapi tentu saja asimetris).{ x1, ... , xN}{x1,...,xN}\{x_1,\ldots,x_N\} Saya ingin menemukan distribusi probabilitas dengan menggunakan pendekatan Namun, saya mencoba menggunakan kernel Gaussian, tetapi kinerjanya buruk, karena simetris. Jadi, saya telah melihat bahwa beberapa karya tentang kernel Gamma dan Beta …

10 probability  distributions  pdf  kernel-smoothing 

Saya memiliki beberapa data dalam R, disimpan dalam daftar. Berpikir d &lt;- c(1,2,3,4) meskipun ini bukan data saya. Jika saya kemudian memasukkan perintah plot(density(d, kernel="gaussian", width=1)) kemudian saya mendapatkan estimasi kepadatan probabilitas kernel, di mana kernel adalah standar normal. Jika saya mengganti 1 dengan nomor lain, tentu saja gambarnya berubah. …

10 r  kernel-smoothing 

Saya melakukan beberapa estimasi kepadatan Kernel, dengan titik-titik tertimbang yang ditetapkan (mis., Masing-masing sampel memiliki bobot yang tidak diperlukan), dalam dimensi N. Juga, sampel ini hanya dalam ruang metrik (mis., Kita dapat menentukan jarak di antara mereka) tetapi tidak ada yang lain. Sebagai contoh, kita tidak dapat menentukan rata-rata titik …

10 pdf  smoothing  kernel-smoothing 

Fitur Random Fourier menyediakan perkiraan untuk fungsi kernel. Mereka digunakan untuk berbagai metode kernel, seperti proses SVM dan Gaussian. Hari ini, saya mencoba menggunakan implementasi TensorFlow dan saya mendapat nilai negatif untuk setengah dari fitur saya. Seperti yang saya pahami, ini seharusnya tidak terjadi. Jadi saya kembali ke kertas aslinya …

10 machine-learning  kernel-smoothing  feature-construction  tensorflow  fourier-transform 

Saya ingin menguji beberapa ide saya yang menurut saya lebih baik daripada apa pun yang saya lihat. Saya bisa saja salah tetapi saya ingin menguji ide-ide saya dan mengalahkan keraguan saya dengan pengamatan yang lebih pasti. Apa yang saya pikirkan untuk lakukan adalah sebagai berikut: Mendefinisikan secara analitik seperangkat distribusi. …

10 hypothesis-testing  estimation  pdf  kernel-smoothing  model-evaluation 

Apakah ada alasan khusus Anda akan memilih estimasi kepadatan kernel daripada estimasi parametrik? Saya sedang belajar menyesuaikan distribusi dengan data saya. Pertanyaan ini datang kepada saya. Ukuran data saya cukup besar dengan 7500 titik data. Klaim otomatis. Tujuan saya adalah mencocokkannya dengan distribusi (nonparametrik atau parametrik). Dan kemudian menggunakannya untuk …

10 estimation  nonparametric  kernel-smoothing  parametric