浅析核密度估计方法

1．核密度估计概念 kernel density estimation是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblart（1955）和EmanuelParzen（1962）提出，又名Parzen窗（Parzenwindow）。Ruppert和Cline基于数据集密度函数聚类算法提出修订的核密度估计方法。由给定样本点集合求解随机变量的分布密度函数问题是概率统计学的基本问题之一。解决这一问题的方法包括参数估计和非参数估计。参数估计又可分为参数回归分析和参数判别分析。在参数回归分析中，人们假定数据分布符合某种特定的性态，如线性、可化线性或指数性态等，然后在目标函数族中寻找特定的解，即确定回归模型中的未知参数。