问题标签 [kernel-density]

我想在 R 中生成一个内核密度估计，并且有点被所有不同的包迷惑了。我需要能够：

1. 指定权重
2. 指定带宽大小
3. 指定 bin 大小

你会怎么做？代码片段的奖励积分。

我正在尝试使用该类来平滑一些使用纬度和经度信息收集scipy.stats.gaussian_kde的离散数据，因此它最终显示为有点类似于等高线图，其中高密度是峰值，低密度是山谷。

我很难将二维数据集放入gaussian_kde课堂。我一直在尝试弄清楚它是如何处理一维数据的，所以我认为二维应该是这样的：

这就是说我有 3 分[1.1, 1.1], [1.2, 1.2], [1.3, 1.3]。我想在 x 和 y 轴上使用 1 的宽度使用 1 到 3 进行内核密度估计。

创建 gaussian_kde 时，它​​一直给我这个错误：

查看 的源代码gaussian_kde，我意识到我思考数据集含义的方式与计算维度的方式完全不同，但我找不到任何示例代码来显示多维数据如何与模块一起工作。有人可以帮我提供一些使用gaussian_kde多维数据的示例方法吗？

我有一个看起来像这样的数据框“foo”

我想在这个数据框中添加一个新列，显示相应回报的密度值。我试过：

但它没有用。我真的很难将“功能”应用于每一行。但也许还有另一种方法可以做到这一点，而不是使用密度（）？

我本质上想要做的是将拟合的密度值从密度（）提取到 foo 中的返回值。如果我只是做 plot(density(foo$Return)) 它给了我曲线，但是我希望将密度值附加到收益上。

@乔里斯：

计算一些东西，但似乎返回错误的密度值。

谢谢你帮助我！丹妮

我实际上是 R 和统计的新手。这样的事情可以在 R 中完成吗

确定两个样本的密度估计（2 个向量）..?? 我已经使用 R 完成了这项工作，并使用核密度估计获得了 2 个样本的 2 条密度曲线。

无论如何，是否可以定量比较 2 个样本的密度估计值的相似度/不相似度..？

我试图找出哪些数据样本展示的分布与特定分布相似。

我正在使用 R 语言...有人可以帮忙吗...？？

显然在计算机图形行业中使用了这种高质量的 KDE 算法，但我问过的每个人都拒绝告诉我它是什么。我已经实现了http://en.wikipedia.org/wiki/Kernel_density_estimation，但噪音仍然是一个大问题。我已经看过这种“高质量 KDE”的渲染，并且输出比你从维基百科上描述的 KDE 算法中获得的要好得多。有谁知道这个高度保密的 KDE 算法是什么？

正在使用的标准 KDE 的一个变体示例是 flam3 程序，它是一个分形火焰渲染和动画程序。flam3 的问题在于它的渲染图像包含噪声。另一个分形火焰渲染程序 Chaotica 使用这种“更高质量”的 KDE 算法来消除噪声，从而产生更高质量的渲染。Chaotica 不是开源的，但它实现了相同的分形火焰算法，需要密度估计算法。此外，Chaotica 的作者表示它使用了计算机图形行业中使用的不同 KDE。

我现在在使用 R 时遇到了一些困难。

我有的：

• 每个三角形核具有最小值的向量
• 具有最大值的向量
• 一个带有“中间”点的向量（每个三角形的选择应该在哪里）

我需要的：

• 密度估计（c 的三角形核）

达到与以下相同结果的最佳方法是什么： log-pdf 的内核估计

使用ggplot2而不是基本图形？我想用类似的东西来做，stat_density否则当与刻面等结合使用时，事情会很快变得复杂。

我在 MATLAB 中使用这种形式的 ksdensity 函数。

[f,xi] = ksdensity(x)

文档说“f 是在 xi 中的点处评估的密度值的向量......密度是在 100 个等距点处评估的，这些点覆盖了 x 中的数据范围。”

现在，我的 xi 值覆盖的范围比 x 中的数据大得多。为什么是这样？

对于我的数据，

我知道我可以自己指定一个 xi 范围，但为什么默认情况下它在 x 的 min 和 max 之间的间距不相等？

当直方图中的 bin 仅覆盖 x 的范围，而 ksdensity 给出的测试点超出此范围时，很难比较直方图估计量和核估计量。

我有一些我假设来自分布的数据，我正在尝试估计该分布。现在我正在使用 R 中的包KernSmooth和高斯内核，并且正在使用包的dpik()功能来自动选择我的带宽。（我假设它使用 AMISE 或排序，如果有更好的自动带宽选择过程，请告诉我）不过，我感兴趣的是找到与分布中最高峰对应的 x 值。 ..这对我来说似乎是一件非常简单的事情，而且我早些时候把它视为微不足道的事情，但令我沮丧的是，我遇到了一些障碍。这bkde()KernSmooth 中的函数传回一组 (x,y) 坐标，这些坐标映射出算法估计的分布。我知道我可以简单地对数据进行线性搜索以找到最大 y 值，并且可以简单地获取相应的 x 值，但是，当我正在编写一个可能在自动化过程中经常调用的函数时，我觉得它是效率低下。特别是效率低下，因为bkde()回馈了很多价值。

我的另一个想法是尝试对其拟合曲线并取导数并将其设置为零，但这听起来也可能效率低下。也许density()在这里使用会更好？

请让我知道是否有任何有效的方法......我实际上计划对我找到的分布做一些推断。比如找到截断点，把两边的尾巴砍掉一定比例（即置信区间），求出期望值。我现在的模糊计划是使用一些蒙特卡罗技术或尝试从分布中汲取灵感，以了解具有自举技术的领域。对任何方法的任何帮助将不胜感激。

我需要绘制两种密度图，我不确定是否有比以下更好的方法：

我想将所有三种类型合二为一（我不知道是否可以在 ggplot 中创建双向图），对于解决方案是在 ggplot 中还是在基础中还是在混合中并没有偏好。考虑到 R 的稳健性，我希望这是一个可行的项目。我个人更喜欢 ggplot2。

注意：此图中的下阴影不正确，xvar 和 yvar 图中的红色应始终在下方，绿色应始终在上方，对应于 xy 密度图中的阴影区域。

编辑：对图表的最终期望（感谢 seth 和 jon 的非常接近的答案）（1）删除空间和轴刻度标签等以使其紧凑
（2）网格对齐，以便中间绘图刻度和网格应与侧刻度对齐和地块的标签和大小看起来相同。