概密的窗函数估计法
Parzen窗法
N表示所有的样本,Kn表示落入R区域的样本数目
常见的窗函数(下图皆为一维窗函数,多维可由一维构造):
窗宽对概密影响:
窗宽越宽,每个函数冲激幅度越小,最后的概密是由多个函数的冲激构成,N个低幅度的函数叠加后,最后的概密估计比较平缓,分辨率低。
窗宽很小时,虽然幅度很大,但是每个函数相当于冲激函数,很尖,N个尖脉叠加最后的波动太大,不稳定,缺乏连续性。
当N 较小时,窗函数对估计结果影响较大,其估计结果与真实分布相差较远;当N 增大时,估计结果与真实分布较为接近
![
Kn-近邻估计法
主要针对Parzen窗法中V1选择问题,V1过大则平坦分辨率低,过小则不稳定。