R bkfe 计算分箱核函数估计

说明

返回指定密度函数的核估计的分箱近似估计。内核是标准正态密度。

用法

bkfe(x, drv, bandwidth, gridsize = 401L, range.x, binned = FALSE,
     truncate = TRUE)

参数

x	要估计其密度的分布的观测值的数值向量。不允许存在缺失值。
drv	密度泛函的导数阶。必须是非负偶数。
bandwidth	内核带宽平滑参数。必须提供。
gridsize	执行分箱的等距点的数量。
range.x	包含用于计算估计值的 x 的最小值和最大值的向量。默认值是最小和最大数据值，通过内核的支持进行扩展。
binned	逻辑标志：如果 TRUE ，则 x 和 y 被视为网格计数而不是原始数据。
truncate	逻辑标志：如果TRUE，则x值超出range.x指定范围的数据将被忽略。

细节

drv 阶密度泛函是密度与其 drv 阶导数乘积的积分。这些量的核估计是使用分箱实现来计算的，并且核是标准正态密度。

值

(标量)估计泛函。

背景

这种类型的估计是由 Sheather 和 Jones (1991) 提出的。

例子

data(geyser, package="MASS")
x <- geyser$duration
est <- bkfe(x, drv=4, bandwidth=0.3)

参考

Sheather, S. J. and Jones, M. C. (1991). A reliable data-based bandwidth selection method for kernel density estimation. Journal of the Royal Statistical Society, Series B, 53, 683-690.

Wand, M. P. and Jones, M. C. (1995). Kernel Smoothing. Chapman and Hall, London.