Kernel核密度估计及三维图（附带数据和代码）

简介：核密度估计（kernel density estimation）是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt (1955)和Emanuel Parzen(1962)提出，又名Parzen窗（Parzen window）。Ruppert和Cline基于数据集密度函数聚类算法提出修订的核密度估计方法。

包含内容：使用计量软件为Matlab，附带数据和代码

完整代码（matlab）：

clc
clear
%--------------------------------------------
X=xlsread('E:\Matlab\Kennel\核密度数据.xlsx','Sheet1');
[m,n]=size(X);
min=min(min(X));
max=max(max(X));
%-------------------------------------------
for i=1:9
    f(:,i)=ksdensity(X(:,i));
end
f=f';
%-------------------------------------------
x=linspace(min,max,100);
y=2013:2021;
[x,y]=meshgrid(x,y);
%-------------------
mesh(x,y,f)
ylabel('年份');xlabel('协调度');

免费原始数据下载：https://download.csdn.net/download/m0_65541699/90114403