تاريخ الفيزياء
علماء الفيزياء
الفيزياء الكلاسيكية
الميكانيك
الديناميكا الحرارية
الكهربائية والمغناطيسية
الكهربائية
المغناطيسية
الكهرومغناطيسية
علم البصريات
تاريخ علم البصريات
الضوء
مواضيع عامة في علم البصريات
الصوت
الفيزياء الحديثة
النظرية النسبية
النظرية النسبية الخاصة
النظرية النسبية العامة
مواضيع عامة في النظرية النسبية
ميكانيكا الكم
الفيزياء الذرية
الفيزياء الجزيئية
الفيزياء النووية
مواضيع عامة في الفيزياء النووية
النشاط الاشعاعي
فيزياء الحالة الصلبة
الموصلات
أشباه الموصلات
العوازل
مواضيع عامة في الفيزياء الصلبة
فيزياء الجوامد
الليزر
أنواع الليزر
بعض تطبيقات الليزر
مواضيع عامة في الليزر
علم الفلك
تاريخ وعلماء علم الفلك
الثقوب السوداء
المجموعة الشمسية
الشمس
كوكب عطارد
كوكب الزهرة
كوكب الأرض
كوكب المريخ
كوكب المشتري
كوكب زحل
كوكب أورانوس
كوكب نبتون
كوكب بلوتو
القمر
كواكب ومواضيع اخرى
مواضيع عامة في علم الفلك
النجوم
البلازما
الألكترونيات
خواص المادة
الطاقة البديلة
الطاقة الشمسية
مواضيع عامة في الطاقة البديلة
المد والجزر
فيزياء الجسيمات
الفيزياء والعلوم الأخرى
الفيزياء الكيميائية
الفيزياء الرياضية
الفيزياء الحيوية
الفيزياء العامة
مواضيع عامة في الفيزياء
تجارب فيزيائية
مصطلحات وتعاريف فيزيائية
وحدات القياس الفيزيائية
طرائف الفيزياء
مواضيع اخرى
Adaptive Kernel Density Estimators
المؤلف:
Garnett P. Williams
المصدر:
Chaos Theory Tamed
الجزء والصفحة:
70
10-3-2021
2769
Adaptive Kernel Density Estimators
This technique combines the data-adaptive philosophy (the philosophy of varying the bin width) with the kernel approach (Silverman 1986: 100-110). The intent, of course, is to gain the advantages of both. A necessary first step is to get some rough idea of the local density around each datum point. Almost any estimator works for such a pilot estimate; the standard kernel estimator with fixed bin width is a common choice. Next, assign a bin width to each datum point, tailoring that width to the local density as given by the pilot estimate. Then choose a kernel (e.g. Fig. 1b) and estimate the entire probability distribution in a way essentially like that described above for the kernel estimator. Authors have suggested ways to fine-tune one or more aspects of the procedure.
Figure 1: Basic concepts of kernel probability estimation. (a) Hypothetical probability density (the entire curve) for a group of measurements, showing bin width ε, data point x on which a bin is centered, and a neighboring point xi. = (b) Popular kernels (assumed local probability distributions).
الاكثر قراءة في الميكانيك
اخر الاخبار
اخبار العتبة العباسية المقدسة

الآخبار الصحية
