我有一个关于kde2d (Kernel density estimator).
我正在为同一变量空间中的两组不同数据计算两个不同的 kde2d 的问题。当我将两者与 Filled.contour2 或轮廓进行比较时,我发现散点图中点密度较低的集合(总点数也较少,因子为 10)的轮廓值密度较高。我期望具有较高点密度的集合将具有较高的密度轮廓值,但就像我上面所说的那样,情况并非如此。它必须与带宽(h)的选择有关吗?我正在使用equals h,我尝试更改但结果并没有太大变化。我的错误是什么?
一个例子
a <- runif(1000, 5.0, 7.5)
b <- runif(1000, 2.0, 3.0)
c <- runif(100000,5.0, 7.5)
d <- runif(100000, 2.0, 3.0)
library(MASS)
abdens <- kde2d(a,b,n=100,h=0.5)
cddens <- kde2d(c,d,n=100,h=0.5)
mylevels <- seq(-2.4,30,0.9)
filled.contour2(abdens,xlab="a",ylab="b",xlim=c(5,7.5),ylim=c(2,3),
col=hsv(seq(0,1,length=length(mylevels))))
plot(a,b)
contour(abdens,nlevels=5,add=T,col="blue")
plot(c,d)
contour(cddens,nlevels=5,add=T,col="orange")