Interpretacja / wykorzystanie gęstości jądra

To może być naiwne pytanie, ale proszę bardzo. Jeśli mam zestaw danych empirycznych i dopasuję do niego gęstość jądra, a następnie uzyskam nową pojedynczą wartość, która prawdopodobnie pochodzi z tego samego procesu, który wygenerował oryginalny zestaw danych, czy mogę przypisać prawdopodobieństwo, że ta nowa wartość należy do zestawu / proces po prostu odczytując wartość z osi y, gdzie nowa wartość na osi x przecina linię gęstości jądra i dzieli się przez obszar pod linią gęstości?

Nie , obawiam się, że nie. Oszacowanie gęstości jądra jest funkcją gęstości prawdopodobieństwa . Wartość y jest oszacowaniem gęstości prawdopodobieństwa przy tej wartości x , więc obszar pod krzywą między x ₁ a x ₂ szacuje prawdopodobieństwo zmiennej losowej X   mieszczącej się między x ₁ a x ₂ , zakładając, że Xzostał wygenerowany przez ten sam proces, który wygenerował dane, które zostały wprowadzone do oszacowania gęstości jądra. Oszacowanie gęstości jądra nie mówi nic o prawdopodobieństwie wygenerowania nowej wartości przez ten sam proces.