Niech będą obserwacjami zaczerpniętymi z nieznanego (ale z pewnością asymetrycznego) rozkładu prawdopodobieństwa.
Ja jak znaleźć rozkład prawdopodobieństwa stosując podejście Próbowałem jednak użyć jądra Gaussa, ale działało to źle, ponieważ jest symetryczne. Widziałem więc, że niektóre prace dotyczące jąder Gamma i Beta zostały wydane, chociaż nie rozumiałem, jak z nimi pracować.
Moje pytanie brzmi: jak poradzić sobie z tym asymetrycznym przypadkiem, zakładając, że obsługa rozkładu podstawowego nie znajduje się w przedziale ?
probability
distributions
pdf
kernel-smoothing
Eleanore
źródło
źródło
Odpowiedzi:
Po pierwsze, KDE z jądrem symetrycznym może również działać bardzo dobrze, gdy dane są asymetryczne. W przeciwnym razie byłoby to całkowicie bezużyteczne w praktyce.
Po drugie, czy zastanawiałeś się nad przeskalowaniem swoich danych, aby naprawić asymetrię, jeśli uważasz, że to powoduje problem? Na przykład dobrym pomysłem może być pójście do niegolog( x ) , ponieważ wiadomo, że pomaga to w wielu problemach.
źródło
log(x)
, czy musisz również wziąć pod uwagę jakobian?Hmm Możesz chcieć szerokości jądra, która zmienia się w zależności od lokalizacji.
Gdybym patrzył na problem w eCDF, mógłbym spróbować zrobić liczbowe nachylenie CDF związane z rozmiarem jądra.
Myślę, że jeśli zamierzasz wykonać transformację współrzędnych, musisz mieć całkiem niezłe pojęcie o punktach początkowym i końcowym. Jeśli znasz dobrze rozkład docelowy, nie potrzebujesz przybliżenia jądra.
źródło