Quais métodos não / semiparamétricos para estimar uma densidade de probabilidade de uma amostra de dados que você está usando?
(Não inclua mais de um método por resposta)
probability
estimation
nonparametric
Andre Holzner
fonte
fonte
Respostas:
Os modelos de mistura de processo de Dirichlet podem ser uma abordagem bayesiana não paramétrica muito flexível para modelagem de densidade e também podem ser usados como blocos de construção em modelos mais complexos. Eles são essencialmente uma generalização infinita de modelos paramétricos de mistura gaussiana e não exigem a especificação antecipada do número de componentes na mistura.
fonte
Os processos gaussianos também podem ser outra abordagem bayesiana não paramétrica para estimativa de densidade. Consulte este documento Gaussian Process Density Sampler .
fonte
Eu uso o estimador de densidade de núcleo adaptável do Silverman. veja, por exemplo,
akj
página de ajudafonte
Profundidade de meio espaço, também conhecida como saco-parcelas.
http://www.r-project.org/user-2006/Slides/Mizera.pdf
fonte
Um belo artigo curto de Jose Bernardo aqui fornece um método bayesiano útil para estimar uma densidade. Mas, como na maioria das coisas bayesianas, o custo computacional deve ser pago por esse método.
fonte