核密度分析是什么

核密度估计（kernel density estimation）是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt (1955)和Emanuel Parzen(1962)提出，又名Parzen窗（Parzen window）。Ruppert和Cline基于数据集密度函数聚类算法提出修订的核密度估计方法。一些比较常用的核函数：均匀核函数 k(x)=1/2,-1≤x≤1 加入带宽h后： kh(x)=1/(2h),-h≤x≤h。三角核函数 k(x)=1-|x|,-1≤x≤1 加入带宽h后： kh(x)=(h-|x|)/h2,-h≤x≤h。伽马核函数 kxi(x)=(xα-1e-xα/xi)/[(xi/α)α.Γ(α)]。高斯核函数K(x,xc)=exp[-||x-xc||2/(2*σ)2]，其中xc为核函数中心，σ为函数的宽度参数。