Scipy Guassian_kde 规范化答案

【问题标题】：Scipy Guassian_kde NomalisationScipy Guassian_kde 规范化
【发布时间】：2013-04-11 21:50:12
【问题描述】：

我一直在使用 scipy.stats.gausian_kde，但对其输出有一些疑问。我在同一张图上绘制了归一化直方图和 gaussian_kde 图。为什么 y 值差异如此之大？我的理解是 gaussian_kde 图应该大致触及直方图的尖端。使用 scipy.integrate.quad 函数，我确定图表下方的面积为 0.7，而不是 1.0，这是我的预期。

实际上我真正想要的是 gaussian_kde 来表示非标准化直方图，有谁知道我该怎么做？

【问题讨论】：

标签： statistics scipy kernel-density statsmodels

【解决方案1】：

您的期望有点偏离。每个 KDE 峰下的面积应大致等于其相应条形中的面积。在我看来，这似乎成立。具有全局带宽估计的非自适应 KDE（如 scipy.stats.gaussian_kde）往往会拓宽具有尖峰的多峰分布。

至于对 KDE 下总面积的低估，我不能说没有你用来进行集成的数据和代码。

为了使 KDE 近似于未归一化的直方图，您需要乘以 (bin_width*N)，其中 N 是数据点的总数。

【讨论】：

您好罗伯特，感谢您的回答。 KDE 的 bin-width 是多少？和带宽一样吗？至于积分，我只是做了： ecdf = stats.gaussian_kde(array) 后跟 scipy.integrate.quad(ecdf, min(array), max(array))
不，我的意思是您要匹配的直方图的bin_width。不同的直方图会有不同的归一化因子。不要使用数据的最小值和最大值作为集成界限。 KDE 对数据进行平滑处理，因此它们的支持超出了数据范围。有了这样的病理数据，这个额外的范围是相当大的。