概密的窗函数估计法

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。