Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.
Estimación de la función de suavizado del núcleo para datos univariados y bivariados
[
devuelve una estimación de densidad de probabilidad, , para los datos de muestra en la matriz vectorial o de dos columnas.f
,xi
]
= ksdensity(x
)f
x
La estimación se basa en una función normal del núcleo y se evalúa en puntos igualmente espaciados, que cubren el rango de los datos en . estima la densidad en 100 puntos para los datos univariados, o 900 puntos para los datos bivariados.xi
x
ksdensity
funciona mejor con muestras distribuidas continuamente.ksdensity
[
utiliza opciones adicionales especificadas por uno o varios argumentos de par nombre-valor además de cualquiera de los argumentos de entrada de las sintaxis anteriores. Por ejemplo, puede definir las evaluaciones del tipo de función, como la densidad de probabilidad, la probabilidad acumulada, la función de superviviente, etc.f
,xi
]
= ksdensity(___,Name,Value
)ksdensity
O puede especificar el ancho de banda de la ventana de suavizado.
[1] Bowman, A. W., and A. Azzalini. Applied Smoothing Techniques for Data Analysis. New York: Oxford University Press Inc., 1997.
[2] Hill, P. D. “Kernel estimation of a distribution function.” Communications in Statistics - Theory and Methods. Vol 14, Issue. 3, 1985, pp. 605-620.
[3] Jones, M. C. “Simple boundary correction for kernel density estimation.” Statistics and Computing. Vol. 3, Issue 3, 1993, pp. 135-146.
[4] Silverman, B. W. Density Estimation for Statistics and Data Analysis. Chapman & Hall/CRC, 1986.