从R中的核密度估计中获取值

Question

我想在R中获取对股票价格的对数密度估计。 我知道可以使用plot(density(x))进行绘图。 但实际上，我需要函数的值。

我正在尝试实现核密度估计公式。 这是我目前的进展：

a <- read.csv("boi_new.csv", header=FALSE)
S = a[,3] # takes column of increments in stock prices
dS=S[!is.na(S)] # omits first empty field

N = length(dS)                  # Sample size
rseed = 0                       # Random seed
x = rep(c(1:5),N/5)             # Inputted data

set.seed(rseed)   # Sets random seed for reproducibility

QL <- function(dS){
    h = density(dS)$bandwidth
    r = log(dS^2)
    f = 0*x
    for(i in 1:N){
        f[i] = 1/(N*h) * sum(dnorm((x-r[i])/h))
    }
    return(f)
}

QL(dS)

非常感谢任何帮助。我已经在这上面花了好几天了！

- Ruth O'Brien

---

@Dason 我正在尝试寻找密度函数的值。 - Ruth O'Brien

Answer 1

你可以直接从density函数中获取值：

x = rnorm(100)
d = density(x, from=-5, to = 5, n = 1000)
d$x
d$y

如果你真的想编写自己的核密度函数，这里有一些代码可以帮助你入门：

1. 设置点的范围z和x：

z = c(-2, -1, 2)
x = seq(-5, 5, 0.01)

现在我们将把这些点添加到图表中。

plot(0, 0, xlim=c(-5, 5), ylim=c(-0.02, 0.8), 
     pch=NA, ylab="", xlab="z")
for(i in 1:length(z)) {
   points(z[i], 0, pch="X", col=2)
}
 abline(h=0)

在每个点周围放置正态分布：

## Now we combine the kernels,
x_total = numeric(length(x))
for(i in 1:length(x_total)) {
  for(j in 1:length(z)) {
    x_total[i] = x_total[i] + 
      dnorm(x[i], z[j], sd=1)
  }
}

并将曲线添加到绘图中：

lines(x, x_total, col=4, lty=2)

最后，计算完整的估算：

## Just as a histogram is the sum of the boxes, 
## the kernel density estimate is just the sum of the bumps. 
## All that's left to do, is ensure that the estimate has the
## correct area, i.e. in this case we divide by $n=3$:

plot(x, x_total/3, 
       xlim=c(-5, 5), ylim=c(-0.02, 0.8), 
       ylab="", xlab="z", type="l")
abline(h=0)

这相应于

density(z, adjust=1, bw=1)

上述图表提供了：

- csgillespie

---

非常感谢你！你真是救星啊。我已经盯着这个东西看了好几天了。真的非常感谢你！ - Ruth O'Brien