Kernel Yoğunluk Tahmini veri aralığını temsil için istatistiksel bir yöntemdir . Histogramlarına İlgili , Kernel Yoğunluk Tahmini nüfus bir değişkenindağılımını tahmin etmek için bir yol sunar . Bu yöntem nispeten gelişmiş olduğu ancak sonuçlar , diğer bir deyişle bir değişkenin muhtemel yoğunluk, , bir değişken bir popülasyonda görülen hangi frekansın görsel yorumlanması. Bir yoğunluk fonksiyonun

Kernel Yoğunluk Tahmini tahminler şeklini kullanır . Bir yoğunluk işlevi değişken bir nüfusun rastgele örnekleme görünen sıklığı ile gösterir . Çekirdek Yoğunluk Tahmin parametrik olmayan bir yöntem olarak kabul edilir . Istatistiklerinde , parametrik ve parametrik olmayan yöntemler vardır . Parametrik yöntemler parametrik olmayan olanlardan daha fazla varsayımlar yapmak . Dağıtım aracı veya standart sapma yaklaşık No varsayımlar parametrik olmayan istatistik ihtiyaç vardır. Eğer bir sınıftaonuncu testi parametrik muhakeme ,ilk dokuz daha yüksek puan olurdu olup olmadığını bilmek istedim Örneğin , size bir cevap elde etmek içinortalama ve standart sapma bilmesi gerekir . Parametrik olmayan , gerekçe olarak , sadece testsayısını bilerek, son testpuanları bir önceki üzerinde olma yüzde 10 şansı var bilmek yeterlidir .
Kernel

çekirdek vebant genişliği :kernel Yoğunluk Tahmini iki önemli bileşeni vardır . Kernelyoğunluk fonksiyonudur . Normal , düzgün , üçgen , Epanechnikov , quartic , triweight ve kosinüs : non – parametrik istatistik yoğunluk fonksiyonları altı yaygın türü vardır. Bu fonksiyonların her biri bir popülasyonda bir rassal değişkeninsıklığını tahmin etmek için kullanılır .
Bant

İkinci bileşen ,bant genişliği , düzeltir çekirdeğinyoğunluk fonksiyonu çıkan veriler . Bant genişliği , bu nedenle, güçlü etkileriverileringörsel temsilini sahiptir . Veri böylece yararlıdır artık olduğu paraphrased edene kadar tırtıklı çizgi giderek düzeltti olabilir . Kernel yoğunluk tahmini formülünde ,bant genişliğiharfi h ile temsil edilir . Bu olumlu ve birine toplayan bir dağıtım neden olmalıdır .
Avantajları

Kernel Yoğunluk Tahmini diğer parametrik olmayan tahmin yöntemleri , özellikle histogramlarına avantajları vardır . Histogramlar yatay aralığı boyunca kutularına bir değişkenindağılımını temsil eder. Yığın kutuları verilerin sektördeki değişken daha büyük bir yoğunluğa temsil eder. Histogramlar bidonları ile verileri sembolize Çünkü ,değişken bölümlere ve farklı dağılımlar gerçekten bir nüfus var olan bir değişkeninsıvı dağılımını yanlış tanıtıyor , pürüzlü ve ayrık. Çekirdek Yoğunluk Tahmini iyi düzgünlükçekirdek yoğunluk formülü seçilenbant genişliği tarafından belirlenir pürüzsüz hattı ile bu akışkanlığını temsil eder.