- Tytuł:
-
Some Remarks on the Choice of the Kernel Function in Density Estimation
Uwagi o wyborze funkcji jądra w estymacji funkcji gęstości - Autorzy:
- Baszczyńska, Aleksandra
- Powiązania:
- https://bibliotekanauki.pl/articles/904689.pdf
- Data publikacji:
- 2005
- Wydawca:
- Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
- Tematy:
-
density estimation
kernel function
smoothing parameter - Opis:
-
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. - Źródło:
-
Acta Universitatis Lodziensis. Folia Oeconomica; 2005, 194
0208-6018
2353-7663 - Pojawia się w:
- Acta Universitatis Lodziensis. Folia Oeconomica
- Dostawca treści:
- Biblioteka Nauki
Artykuł