R 中的概率密度 (pdf) 提取
Probability Density (pdf) extraction in R
我试图在 R 中重现上述函数。分子具有 "y" 在时间 "t" 的概率密度函数 (pdf) 的乘积。 omega_t 只是权重(现在让我们忽略)。 i
代表在时间 t
.
为 model_i
得出的每个 y 预测(连同密度)
分母是上述乘积的积分。我的问题是:如何估计密度。要获得变量的密度,需要一些数据点。到目前为止我有这个:
y<-c(-0.00604,-0.00180,0.00292,-0.0148)
forecastsy_model1<-c(-0.0183,0.00685) # respectively time t=1 and t=2 of the forecasts
forecastsy_model2<-c(-0.0163,0.00931) # similarly
all.y.1<-c(y,forecasty_model1) #together in one vector
all.y.2<-c(y,forecasty_model2) #same
但是,我不知道如何提取时间 t=1
或 t=6
的 x1
的密度来做产品。我已经考虑过这个来找到使用这个估计的密度:
dy1<-density(all.y.1)
which(dy1$x==0.00685)
integer(0) #length(dy1$x) : 512
根据文档,with dy1$x
包含估计密度的点的 n
坐标。 n
不应该是 6,或者至少包含我提供的 y
的点吗?提取 y
的密度 (pdf) 的正确方法是什么?
density
中有一个 n
参数,默认为 512
。 density
returns 您在相对密集的网格上估算了密度值,以便绘制密度曲线。网格点由您的数据范围 () 和 n
值决定。它们产生均匀间隔的网格。采样位置可能不完全位于此网格上。
您可以使用线性插值来获取此网格覆盖的任何位置的密度值:
- Find the probability density of a new data point using "density" function in R
我试图在 R 中重现上述函数。分子具有 "y" 在时间 "t" 的概率密度函数 (pdf) 的乘积。 omega_t 只是权重(现在让我们忽略)。 i
代表在时间 t
.
model_i
得出的每个 y 预测(连同密度)
分母是上述乘积的积分。我的问题是:如何估计密度。要获得变量的密度,需要一些数据点。到目前为止我有这个:
y<-c(-0.00604,-0.00180,0.00292,-0.0148)
forecastsy_model1<-c(-0.0183,0.00685) # respectively time t=1 and t=2 of the forecasts
forecastsy_model2<-c(-0.0163,0.00931) # similarly
all.y.1<-c(y,forecasty_model1) #together in one vector
all.y.2<-c(y,forecasty_model2) #same
但是,我不知道如何提取时间 t=1
或 t=6
的 x1
的密度来做产品。我已经考虑过这个来找到使用这个估计的密度:
dy1<-density(all.y.1)
which(dy1$x==0.00685)
integer(0) #length(dy1$x) : 512
根据文档,with dy1$x
包含估计密度的点的 n
坐标。 n
不应该是 6,或者至少包含我提供的 y
的点吗?提取 y
的密度 (pdf) 的正确方法是什么?
density
中有一个 n
参数,默认为 512
。 density
returns 您在相对密集的网格上估算了密度值,以便绘制密度曲线。网格点由您的数据范围 (n
值决定。它们产生均匀间隔的网格。采样位置可能不完全位于此网格上。
您可以使用线性插值来获取此网格覆盖的任何位置的密度值:
- Find the probability density of a new data point using "density" function in R