Վիճակագրության մեջ միջուկի խտության գնահատումը պատահական փոփոխականի հավանականության խտության ֆունկցիան գնահատելու ոչ պարամետրիկ եղանակ է: Միջուկի խտության գնահատումը տվյալների հարթեցման հիմնարար խնդիր է, որտեղ պոպուլյացիայի մասին եզրակացություններ են արվում՝ հիմնվելով վերջավոր տվյալների ընտրանքի վրա:
Ինչպե՞ս եք հաշվարկում միջուկի խտությունը:
Միջուկի խտության գնահատում (KDE)
Այն գնահատվում է պարզապես ՝ ավելացնելով միջուկի արժեքները (K) բոլոր Xj-ից վերը նշված աղյուսակին հղումով, KDE-ի համար ամբողջ տվյալների հավաքածուն ստացվում է տողերի բոլոր արժեքները ավելացնելով: Այնուհետև գումարը նորմալացվում է՝ բաժանելով տվյալների կետերի քանակը, որն այս օրինակում վեց է:
Ի՞նչ է միջուկը միջուկի խտության գնահատման մեջ:
Մինչ հիստոգրամը հաշվում է տվյալների կետերի քանակը որոշակիորեն կամայական շրջաններում, միջուկի խտության գնահատումը ֆունկցիա է, որը սահմանվում է որպես միջուկի ֆունկցիայի գումար յուրաքանչյուր տվյալների կետի վրաՄիջուկի ֆունկցիան սովորաբար ցուցադրում է հետևյալ հատկությունները. Համաչափություն այնպիսին, որ K (u)=K (− u).
Ինչու ենք մենք օգտագործում միջուկի խտության գնահատումը:
Միջուկի խտության գնահատումը հավանականության խտության ֆունկցիայի գնահատմանտեխնիկան է, որը պարտադիր է, որը հնարավորություն է տալիս օգտվողին ավելի լավ վերլուծել ուսումնասիրված հավանականության բաշխումը, քան ավանդական հիստոգրամա օգտագործելիս:
Ի՞նչ է Գաուսի միջուկի խտության գնահատումը:
ներքևի աջ գծապատկերը ցույց է տալիս Գաուսի միջուկի խտության գնահատումը, որտեղ յուրաքանչյուր կետը նպաստում է Գաուսի կորի ընդհանուրին Արդյունքը հարթ խտության գնահատումն է, որը ստացվում է տվյալներ և գործում է որպես կետերի բաշխման հզոր ոչ պարամետրային մոդել։
