全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
7616 7
2009-09-21
在核估计方法中,如果样本不符合正态分布的,我们用CV(h) 来确定最优窗宽,应该怎么做呢?很苦恼的一个问题,谢谢大家了
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2009-9-22 17:47:02
似乎有点明白了,自已来回答下吧,请大家指教:
先检验下样本的分布情况,
如果样本分布服从正态分布的话,那么就用正态核来估计吧,hopt= 1.06*sigma*n^(-1/5),当然也可以选择 ?density 里的那些选择 nrd, bcv, ucv 等等
sinon, 那就可以用CV(h): validation croisée 来估计hopt; 可以安装程序包 sm,用hcv 就OK了, 还以用 Plug-in方法,不过在R里好像也只找到 noyau gaussien 的方法,这点不是很明白
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2009-9-24 20:36:08
上面的同学,我也需要这个问题的解答啊。带宽的阶数是n^{-1/5},应该是根据你做的函数来决定吧,我是用最小二乘的最小值也确定这个h的,不知道对不对啊?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2009-9-24 21:51:02
顶,真的不错,谢了!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-5-15 18:25:44
alexdonkey 发表于 2009-9-22 17:47
似乎有点明白了,自已来回答下吧,请大家指教:
先检验下样本的分布情况,
如果样本分布服从正态分布的话,那么就用正态核来估计吧,hopt= 1.06*sigma*n^(-1/5),当然也可以选择 ?density 里的那些选择 nrd, bcv, ucv 等等
sinon, 那就可以用CV(h): validation croisée 来估计hopt; 可以安装程序包 sm,用hcv 就OK了, 还以用 Plug-in方法,不过在R里好像也只找到 noyau gaussien 的方法,这点不是很明白
我搜索了一下,貌似没有叫做sm的包啊,也搜不到hcv这个函数……
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-5-27 12:49:52
謝謝樓主的分享
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群