首頁 › 多語言檔案 Index › 密度估計

密度估計

在 可能性 并且 統計, 密度估計 是估計的建築，根據觀察 數據一看不見強調 可能性密度函數. 看不見的密度函數被重視，當多人口被分佈的密度; 數據通常被重視作為隨意抽樣從那人口。

使用對密度估計的各種各樣的方法，包括 Parzen窗口 并且範圍 數據成群 技術，包括 矢量量化.

密度估計的例子

我們考慮發生的紀錄 糖尿病. 下列從被引述逐字 數據集 描述：

是至少21年婦女的人口， Pima 印第安遺產和生活在菲尼斯，亞利桑那附近，為糖尿病被測試了根據 世界衛生組織 標準。 數據由糖尿病和消化和腎病美國全國學院收集。 我們使用了532個完全紀錄。

在本例中，我們修建三個密度估計為「glu」 (血漿 葡萄糖 集中)，一个 有條件 在糖尿病出現，第二有條件在缺乏糖尿病和三不有條件在糖尿病。 有條件密度估計是然後使用修建可能性糖尿病有條件在「glu」。

「glu」數據從許多包裹得到了 R編程語言. 在之內『R, ？Pima.tr 并且 ？Pima.te 給數據的一個全部帳戶。

手段 「glu」在糖尿病事例是143.1，并且標準偏差是31.26。 「glu」手段在非糖尿病事例是110.0，并且標準偏差是24.29。 從此我們看見，在這個數據集，糖尿病案件同「glu聯繫在一起的」更加了不起的水平。 這將由估計的密度函數的劇情做清除器。

第一個圖顯示密度估計 p(glu | diabetes=1)， p(glu | diabetes=0)，和 p(glu)。 密度估計是仁密度估計使用一個高斯仁。 即高斯密度函數被安置在每個數據點，并且密度函數的總和被計算在數據的範圍。

從密度「glu」有條件在糖尿病，我們可以得到糖尿病的可能性有條件在「glu」通過 貝斯的規則. 為簡要， 「糖尿病」是省略的「db」。 在這個慣例。

第二個圖顯示估計的事後機率 p(diabetes=1 | glu)。 從這數據，看起來「glu的」一個增加的水平同糖尿病聯繫在一起。

例如劇本

跟隨命令 R編程語言 將創造顯示的圖以上。 這些命令可以被輸入在指令提示通過使用剪貼。

圖書館(許多)
數據(Pima.tr)

數據(Pima.te)

 Pima <- rbind (Pima.tr， Pima.te)
 glu <- Pima [， 『glu』]

 d0 <- Pima [， 『類型』] == 『沒有』
 d1 <- Pima [， 『類型』] == 『是』
 base.rate.d1 <-求和(d1)/(總和(d1) +總和(d0))

glu.density <-密度(glu)
 glu.d0.density <-密度(glu [d0])
 glu.d1.density <-密度(glu [d1])

 approxfun (glu.d0.density$x， glu.d0.density$y) -> glu.d0.f
 approxfun (glu.d1.density$x， glu.d1.density$y) -> glu.d1.f

 p.d.given.glu <-作用(glu， base.rate.d1)
 {
p1 <- glu.d1.f (glu) * base.rate.d1
 p0 <- glu.d0.f (glu) * (1 - base.rate.d1)
 p1/(p0+p1)
}

x <- 1:250
 y <- p.d.given.glu (x， base.rate.d1)
劇情(x， y， type='l'， col='red'， xlab='glu'， ylab='estimated p (糖尿病|glu) 『)

劇情(密度(glu [d0])， col='blue'， xlab='glu'， ylab='estimate p (glu)，
 p (glu|糖尿病)， p (glu|糖尿病) 『不是main=NA)
線(密度(glu [d1])， col='red')
線(密度(glu))

參見

• 仁密度估計

參考

• 布賴恩D。 Ripley。 圖案識別和神經網絡. 劍橋： 劍橋大學出版社1996年。
• Trevor Hastie，羅伯特Tibshirani和Jerome弗裡德曼。 統計學會的元素. 紐約： Springer 2001年。 國際標準書號0-387-95284-5. (參見第6章。)
• D.W. 斯科特。 多維分佈的密度估計。 理論、實踐和形象化. 紐約： 威里1992年。
• B.W. Silverman。 密度估計. 倫敦： chapman和霍爾1986年。
• J.W. 史密斯， J.E。 Everhart， W.C。 Dickson， W.C。 Knowler和R.S。 Johannes。 「使用ADAP學習算法展望糖尿病mellitus起始」。 在 討論會的行動在計算機應用在衛生保健 (華盛頓1988)，編輯。 R.A. Greenes，頁。 261-265. Los Alamitos，加州： IEEE計算機協會新聞1988年。

外部鏈接

• CREEM ： 為研究集中入生態學和環境塑造 下載為自由密度估計軟件包 距離4 (從研究單位為野生生物群評估「RUWPA」)和 小捆.
• UCI機器學習貯藏庫美滿的總結 (為732個紀錄原始的數據集參見「Pima印地安人糖尿病數據庫」和另外的筆記。)
• 自由Matlab m文件為一个和二維密度估計