WikiSort.ru - Не сортированное

ПОИСК ПО САЙТУ | о проекте

Ядерная регрессия (англ. kernel regression) — непараметрический статистический метод, позволяющий оценить условное математическое ожидание случайной величины. Его смысл заключается в поиске нелинейного отношения между парой случайных величин X и Y.

В любой непараметрической регрессии условное матожидание величины относительно величины можно записать так:

где — некая неизвестная функция.

Ядерная регрессия Надарая — Уотсона

Надарая и Уотсон одновременно (в 1964 году) предложили оценивать как локально взвешенное среднее, где веса определялись бы ядром[1][2][3].Оценка Надарая — Уотсона:

где — ядро с шириной окна . Знаменатель представляет собой весовой член с единичной суммой.

Получение

Находя ядерную оценку плотности для совместного распределения f(x,y) и распределения f(x) с ядром K,

,
,

получаем

это и есть оценка Надарая — Уотсона.

Ядерная оценка Пристли — Чжао

Ядерная оценка Гассера — Мюллера

где

В статистических пакетах

  • MATLAB: свободно распространяемый инструментарий для ядерных регрессий, оценок плотности и проч. доступны по ссылке (является приложением к книге[4]).
  • Stata: kernreg2
  • R: функция npreg в пакете np способна построить ядерную регрессию[5][6].
  • Python: пакет kernel_regression (расширение sklearn).
  • GNU Octave: математический программный пакет.

Примечания

  1. Nadaraya, E. A. (1964). “On Estimating Regression”. Theory of Probability and its Applications. 9 (1): 141—2. DOI:10.1137/1109020.
  2. Watson, G. S. (1964). “Smooth regression analysis”. Sankhyā: The Indian Journal of Statistics, Series A. 26 (4): 359—372. JSTOR 25049340.
  3. Bierens, Herman J. The Nadaraya–Watson kernel regression function estimator // Topics in Advanced Econometrics. — New York : Cambridge University Press, 1994. — P. 212–247. ISBN 0-521-41900-X.
  4. Horová, I. Kernel Smoothing in MATLAB: Theory and Practice of Kernel Smoothing / I. Horová, Koláček, Zelinka. — Singapore : World Scientific Publishing, 2012. ISBN 978-981-4405-48-5.
  5. np: Nonparametric kernel smoothing methods for mixed data types
  6. Kloke, John. Nonparametric Statistical Methods Using R / John Kloke, McKean. — CRC Press, 2014. — P. 98–106. ISBN 978-1-4398-7343-4.

Литература

Ссылки

Данная страница на сайте WikiSort.ru содержит текст со страницы сайта "Википедия".

Если Вы хотите её отредактировать, то можете сделать это на странице редактирования в Википедии.

Если сделанные Вами правки не будут кем-нибудь удалены, то через несколько дней они появятся на сайте WikiSort.ru .




Текст в блоке "Читать" взят с сайта "Википедия" и доступен по лицензии Creative Commons Attribution-ShareAlike; в отдельных случаях могут действовать дополнительные условия.

Другой контент может иметь иную лицензию. Перед использованием материалов сайта WikiSort.ru внимательно изучите правила лицензирования конкретных элементов наполнения сайта.

2019-2025
WikiSort.ru - проект по пересортировке и дополнению контента Википедии