Come stimare Kernel Smoothing Density

Kernel Smoothing Density è una tecnica per la stima della funzione di regressione o la funzione di densità di probabilità di una serie di numeri casuali . Questa stima è molto importante in molti tipi di analisi statistica . Questo tipo di calcolo può essere noioso se fatto a mano, come ci possono essere centinaia o addirittura migliaia di punti dati . tuttavia , con il pacchetto software commerciale MATLAB , è possibile effettuare questa stima utilizzando una serie di comandi brevi . Cose che ti serviranno
conoscenza di Matlab
Show More Istruzioni
1

Creare un vettore con una serie di valori . A titolo di esempio , il comando

x = [ randn (30,1 ) ; 5 + randn (30,1 ) ] ;

creerà un vettore con 60 valori: 30 numeri casuali con una distribuzione normale , e 30 numeri con una distribuzione normale , aggiunti da 5 .
2

Fai il preventivo Smoothing kernel usando il comando

[ f , xi ] = ksdensity ( x ) ;

Questo produrrà un vettore di valori ' f' valutate ai punti ' xi '
3

Trama del Kernel Smoothing Densità di indagare il comportamento utilizzando il comando .

plot (xi , f ) .

Questo tracciare la densità in un intervallo di valori dal vettore iniziale dei valori di 'x'