熟悉核密度估计的人应该知道,存在一些边界校正方法。ksdensity 函数具有 [LU] 有界支持的能力。然后,我的问题是,“这里使用什么边界校正方法?” 反射还是重整化?
问问题
619 次
1 回答
4
我不知道在 KDE 估计中传统上是如何进行重整化的,但是通过ksdensity
处理支持的这段代码来判断(运行type ksdensity
或edit ksdensity
在您的 MATLAB 命令窗口中)
function ty = apply_support(yData,L,U)
% Compute transformed values of data
if L==-Inf && U==Inf % unbounded support
ty = yData;
elseif L==0 && U==Inf % positive support
ty = log(yData);
else % finite support [L, U]
ty = log(yData-L) - log(U-yData); % same as log((y-L)./(U-y))
end
我希望绑定支持输出ty = log(yData-L) - log(U-yData)
是原始信号的标准化和对数缩放版本yData
。
于 2014-12-05T03:03:35.710 回答