Kernel Smoothing Densitet är en teknik för att uppskatta regressionsfunktion eller sannolikhetsdensitetsfunktionen av en serie slumptal. Denna uppskattning är mycket viktigt i många typer av statistisk analys. Denna typ av beräkning kan vara långtråkig om det görs för hand , eftersom det kan finnas hundratals eller tusentals datapunkter . emellertid , med den kommersiella programpaketet MATLAB, är det möjligt att göra denna uppskattning med användning av en serie korta kommandon. Saker du behöver
Kunskap om MATLAB
Visa fler instruktioner
1
Skapa en vektor med en serie värden . Som ett exempel , kommandot
x = [ randn (30,1 ), 5 + randn (30,1 )];
Kommer att skapa en vektor med 60 värden: 30 slumptal med en normalfördelning , och 30 siffror med en normalfördelning , tillsattes med 5 .
2
uppskattningen Kernel Smoothing med
kommandot
[ f , xi ] = ksdensity ( x ) ;
Detta kommer att producera en vektor med värden " f " värderades vid punkterna "Xi" Addera 3
Plot Kernel Smoothing Density att undersöka dess beteende med hjälp av kommandot .
plot (xi , f) , .
Detta kommer att rita densitet över ett intervall av värden från den ursprungliga vektorn av värderingar "x" Addera
