核密度函数详解，核密度函数图如何看？

前言

上一篇博客画了一张核密度函数，但是搜了半天也没找到怎么分析这个图。求人不如求自己，这篇来分析一下这个核密度函数和核密度图。说的不对的地方还请大神指出。

概率密度

从数学上看，分布函数F(x)=P(X<x)，表示随机变量X的值小百于x的概率。这个意义很容易理解。
概率密度f(x)是F(x)在x处的关于x的一阶导数，即变化率。如果在某一x附近取非常小的一个邻域Δx，那么，随机度变量X落在(x, x+Δx)内的概率约为f(x)Δx，即P(x<X<x+Δx)≈f(x)Δx。
换句话说，概率密度f(x)是X落在x处“单位宽度”内的概率。“密度”一词可以由此理解。
For me:
概率密度也可以理解为概率密度函数道是概率分布函数的一阶导函数，斜率
已知连续型随机变量的密度函数，可以通过讨论及定积分的计算求出其分布函数；当已知连续型随机变量的分布函数时，对其求导就可得到密度函数。
对离散型随机变量而言，如果知道权其概率分布（分布列），也可求出其分布函数；当然，当知道其分布函数时也可求出概率分布。

核密度估计

核密度估计的原理其实是很简单的。在我们对某一事物的概率分布的情况下。如果某一个数在观察中出现了，我们可以认为这个数的概率密度很比大，和这个数比较近的数的概率密度也会比较大，而那些离这个数远的数的概率密度会比较小。基于这种想法，针对观察中的第一个数，我们都可以f(x-xi)去拟合我们想象中的那个远小近大概率密度。当然其实也可以用其他对称的函数。针对每一个观察中出现的数拟合出多个概率密度分布函数之后，取平均。如果某些数是比较重要，某些数反之，则可以取加权平均。

总结

由原理可见，分析核密度函数时主要是要观察其面积，而不是取值，因为对应的取值是一个概率密度，只有与变量相乘才能得到该变量的概率取值。