Kernel Smoothing Density er en teknik til at anslå regression funktion eller tæthedsfunktion af en række tilfældige tal. Dette skøn er meget vigtig i mange typer af statistiske analyser. Denne type beregning kan være trættende , hvis det gøres i hånden, da der kan være flere hundrede eller endda tusindvis af datapunkter . dog med den kommercielle softwarepakke Matlab , er det muligt at gøre denne vurdering under anvendelse af en række korte kommandoer . Ting du skal
Kendskab til MATLAB
Vis Flere Instruktioner
1

Opret en vektor med en serie af værdier. Som et eksempel, kommandoen

x = [ randn ( 30,1 ), 5 + randn ( 30,1 )],

vil skabe en vektor med 60 værdier: 30 tilfældige tal med en normal fordeling , og der er 30 numre med en normalfordeling , tilføjet af 5. .
2

Gør Kernel Smoothing skøn ved hjælp af kommandoen

[ f, xi ] = ksdensity (x ) ;

Dette vil producere en vektor af værdier ' f' værdiansættes til de punkter Xi
3

Plot Kernel Smoothing Density at undersøge dens opførsel ved hjælp af kommandoen .

plot ( xi , f) .

Dette vil plotte tætheden i en række værdier fra den indledende vektor af værdier ' x'
< br >