Funkcja gęstości jest jedną z podstawowych charakterystyk opisujących zachowanie się
zmiennej losowej. Najczęściej wykorzystywaną metodą nieparametrycznej estymacji jest estymacja
jądrowa. W procesie konstrukcji estymatora konieczne są dwie decyzje, dotyczące parametrów
metody: wybór funkcji jąd ra K(u) oraz wybór parametru wygładzania h. W pracy nacisk
położono n a wpływ wyboru funkcji jąd ra na wielkość parametru wygładzania. Eksperyment
Monte Carlo dotyczy siedmiu funkcji jądra (gausowskiej, równomiernej, trójkątnej, epanechnikowa,
dwukwadratowej, trójkwadratowej i kosinusowej) w estymacji jądrowej funkcji gęstości.
The basic characteristic describing the behaviour of the random variable is its density
function. Kernel density estimation is one of the most widely used nonparametric density
estimations. In the process of constructing the estimator we have to choose two parameters of
the method: the kernel function K(u) and smoothing parameter h (bandwidth). In the paper,
kernel method is discussed in detail, with particular emphasis on influence of the choice of
the kernel function K(u) on the quantity of smooothing. Monte Carlo study is presented,
where seven kernel functions (Gaussian, Uniform, Triangle, Epanechnikov, Quartic, Triweight,
Cosinus) are used in density estimation.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00