Kernel Smoothing Dichtheid is een techniek voor het schatten van de regressie- functie of kansdichtheidsfunctie van een reeks willekeurige getallen . Deze schatting is belangrijk in vele soorten statistische analyse . Dit type berekening kan vervelend zijn als met de hand gedaan , omdat er mogelijk honderden of zelfs duizenden datapunten . echter , het commerciële software pakket MATLAB , is het mogelijk om deze schatting met een reeks korte opdrachten maken . Wat je
Kennis van MATLAB
Need Toon Meer Aanwijzingen
1 Maak een vector met een reeks waarden . Als voorbeeld , het commando
x = [ randn ( 30,1 ) ; 5 + randn ( 30,1 ) ] ;
Zal een vector te creëren met 60 waarden : 30 willekeurige getallen met een normale verdeling , en 30 nummers met een normale verdeling , toegevoegd door 5 .
2 Maak de Kernel Smoothing schatting met behulp van het commando
[ f , xi ] = ksdensity ( x ) ;
Dit zal een vector van waarden ' f ' gewaardeerd tegen de punten ' xi ' produceren
Perceel 3 de Kernel Smoothing Density om zijn gedrag te onderzoeken met behulp van het commando . perceel
( xi , f ) ; .
Dit zal de dichtheid plot over een bereik van waarden uit de oorspronkelijke vector van waarden ' x '
< br >
|
