आर

Question

मैं आर में "घनत्व" समारोह अब का उपयोग कर, एक सतत डेटा अज्ञात वितरण है का सबसे अच्छा पीडीएफ खोजने की कोशिश कर रहा हूँ में एक नया डेटा की प्रायिकता घनत्व का पता लगाएं का उपयोग कर बिंदु "घनत्व" समारोह, एक नया दी डेटा बिंदु, मैं इस डेटा कर्नेल घनत्व आकलनकर्ता मैं "घनत्व" समारोह परिणाम से है के आधार पर बिंदु के प्रायिकता घनत्व लगाना चाहते हैं। मैं यह कैसे कर सकता हूं?

Answer 1

देखें: docs

dnorm(data_point, its_mean, its_stdev) 

Answer 2

अपने नए बिंदु density द्वारा उत्पादित मूल्यों की सीमा के भीतर हो जाएगा, तो यह करने के लिए काफी आसान है - मैं approx (या approxfun उपयोग करने का सुझाव चाहते हैं, तो आप के रूप में यह जरूरत एक फ़ंक्शन) ग्रिड-मानों के बीच इंटरपोलेशन को संभालने के लिए।

यहाँ एक उदाहरण है:

set.seed(2937107) 
x <- rnorm(10,30,3) 
dx <- density(x) 
xnew <- 32.137 
approx(dx$x,dx$y,xout=xnew) 

हम घनत्व साजिश और नया बिंदु हम देख सकते हैं कि यह क्या कर रहा है कि तुम क्या जरूरत है:

यह NA वापस आ जाएगी, तो नया मान extrapolated होने की आवश्यकता होगी। आप एक्सट्रपलेशन को संभालने के लिए चाहते हैं, तो मैं उस बिंदु के लिए केडीई (केडीई आप से बैंडविड्थ का उपयोग) के प्रत्यक्ष गणना सुझाव देना चाहेंगे।

Answer 3

यह एक वर्ष पुराना है, लेकिन फिर भी, यहाँ एक पूर्ण समाधान है। के

d <- density(xs) 

फोन और h = d$bw को परिभाषित करते हैं। आपका केडीई आकलन पूरी तरह से

• xs के तत्वों,
• बैंडविड्थ h,
• गिरी कार्यों के प्रकार से निर्धारित होता है।

एक नया मान t देखते हुए, आप इसी y(t) गणना कर सकता है, तो निम्न समारोह है, जो आप आकलन के लिए गाऊसी कर्नेल का इस्तेमाल किया है मान लिया गया है का उपयोग कर।

myKDE <- function(t){ 
    kernelValues <- rep(0,length(xs)) 
    for(i in 1:length(xs)){ 
     transformed = (t - xs[i])/h 
     kernelValues[i] <- dnorm(transformed, mean = 0, sd = 1)/h 
    } 
    return(sum(kernelValues)/length(xs)) 
} 

क्या myKDE करता है यह definition द्वारा y(t) गणना करता है।