【问题标题】:Create a Joint Kernel Density Function in R在 R 中创建联合核密度函数
【发布时间】:2021-07-17 03:17:50
【问题描述】:

我有两个向量,A 和 B。我可以在 R 中凭经验创建一个联合核密度函数,以便我有一些来自向量 A 和 B 的函数 f(x,y)?以下示例不起作用,因为它不是联合概率分布

z <- cbind(A,B)
approxfun(density(z))

【问题讨论】:

  • 你能提供示例向量吗?如果你给他们一个他们可以使用的具体例子,人们会更愿意提供帮助。

标签: r statistics kernel-density


【解决方案1】:

MASS::kde2d 在给定两个向量(x 和 y 坐标)的情况下进行二维核密度估计。但是,它不是返回可以在任意位置 ({newx,newy}) 进行评估的函数,而是返回在方形网格上评估的函数。

一旦您完成了诸如选择带宽之类的繁琐工作,在单个点 x0,y0 处进行内核密度估计的实际计算并不难,我认为它会是这样的

sum(dnorm((x0-x)/h)*dnorm((y0-y)/h)

MASS::kde2douter()tcrossprod() 巧妙地计算了从所有数据点到评估网格上所有点的距离以及所有总和,在少数顶层操作,但我认为我上面所说的是它的症结所在。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2012-04-25
    • 1970-01-01
    • 2016-01-04
    • 2020-06-28
    • 2012-06-09
    • 2021-11-13
    相关资源
    最近更新 更多