使用R中的“密度”函数找出新数据点的概率密度

Question

我正在尝试使用R中的“密度”函数找到具有未知分布的连续数据的最佳PDF。现在，给定一个新的数据点，我想根据核密度找到该数据点的概率密度我从“密度”函数结果得到的估计量。 我怎样才能做到这一点？

Answer 1

如果你的新点将在density产生的值范围内，那么这很容易做 - 我建议使用approx （或者如果你需要它作为函数，则使用approxfun ）来处理网格值之间的插值。

这是一个例子：

set.seed(2937107)
x <- rnorm(10,30,3)
dx <- density(x)
xnew <- 32.137
approx(dx$x,dx$y,xout=xnew)

如果我们绘制密度和新点，我们可以看到它正在做你需要的：

如果需要推断新值，则返回NA 。 如果你想处理外推，我建议直接计算该点的KDE（使用你所拥有的KDE的带宽）。

Answer 2

这是一年了，但是，这是一个完整的解决方案。 我们打电话吧

d <- density(xs)

并定义h = d$bw 。 您的KDE估计完全取决于

• xs的元素，
• 带宽h ，
• 内核函数的类型。

给定新值t ，您可以使用以下函数计算相应的y(t) ，假设您已使用高斯核进行估计。

myKDE <- function(t){
    kernelValues <- rep(0,length(xs))
    for(i in 1:length(xs)){
        transformed = (t - xs[i]) / h
        kernelValues[i] <- dnorm(transformed, mean = 0, sd = 1) / h
    }
    return(sum(kernelValues) / length(xs))
}

myKDE作用是根据定义计算y(t) 。

Answer 3

请参阅： docs

dnorm(data_point, its_mean, its_stdev)