statistics - Scipy Guassian_kde 规范化

Question

我一直在使用 scipy.stats.gausian_kde 但对其输出有一些疑问。我在同一张图上绘制了归一化直方图和 gaussian_kde 图。为什么 y 值差异如此之大？我的理解是 gaussian_kde 图应该大致触及直方图的尖端。使用 scipy.integrate.quad 函数，我确定图表下方的面积为 0.7，而不是 1.0，这是我的预期。

实际上我真正想要的是让 gaussian_kde 代表非标准化直方图，有谁知道我该怎么做？

Answer 1

你的期望有点偏离。每个 KDE 峰下的面积应大致等于其相应条形中的面积。在我看来，这似乎成立。具有全局带宽估计（如scipy.stats.gaussian_kde）的非自适应 KDE 倾向于扩大具有尖峰的多峰分布。

至于对 KDE 下总面积的低估，我不能说没有您用来进行集成的数据和代码。

为了使 KDE 近似于未归一化的直方图，您需要乘以(bin_width*N)whereN是数据点的总数。