我需要尽可能准确地找到核密度估计的峰值（连续随机变量的众数）。我可以找到近似值：x<-rlnorm(100) d<-density(x) plot(d) i<-which.max(d$y) d$y[i] d$x[i] 但在计算 d$y 时，精确的函数是已知的。我如何找到众数的...

我正在尝试使用seaborn绘制直方图。当我尝试设置kde=True时，会返回以下错误： ValueError: 不再支持多维索引（例如obj[:, None]）。请在索引之前将其转换为numpy数组。 sns.histplot(data=df, x='age', kde=True); ...

给定一个具有未知函数形式的概率分布（以下为示例），我希望绘制“基于百分位”的轮廓线，即对应于积分为10％，20％，...，90％等区域的轮廓线。## example of an "arbitrary" probability distribution ## from matplotlib.ml...

我使用这段代码来计算这些值的高斯核密度。from random import randint x_grid=[] for i in range(1000): x_grid.append(randint(0,4)) print (x_grid) 这是计算高斯核密度的代码。from sta...

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] #...

我正在使用scipy的gaussian_kde来获取一些双峰数据的概率密度。但是，由于我的数据是角度（以度数表示的方向），当值接近极限时，我遇到了问题。下面的代码给出了两个示例kde，在定义域为0-360时会低估，因为它无法处理数据的循环性质。pdf需要在单位圆上定义，但我找不到任何适用于这种...

我有一个数据密度估计（使用 density 函数）来处理我的数据 learningTime（见下图），我需要找到概率 Pr(learningTime > c)，即从给定数字 c（红色垂直线）到曲线末端的密度曲线下的面积。有什么想法吗？

我有一个包含点的 x,y 分布，通过 scipy.stats.gaussian_kde 得到 KDE。这是我的代码和输出结果（可以从这里获取 x,y 数据）： import numpy as np from scipy import stats # Obtain data from fil...

我正在尝试使用{{link1：scipy.stats.gaussian_kde类}}来平滑一些带有纬度和经度信息的离散数据，以便最终显示为类似于等高线地图的形式，其中高密度是峰值，低密度是山谷。 我很难将二维数据集放入gaussian_kde类中。我已经尝试了一维数据的操作，所以我认为二维数...

对于标准的多元或单元核密度估计，存在大量信息和工具可用于实现。然而，我目前正在处理的离散地理数据非常稀疏，并且倾向于聚集在高人口密度的地区。 也就是说，我有一些地图上的点（经度和纬度），我想根据这些点来估计概率密度，但我需要以某种方式标准化人口密度。通过查看周围，似乎这种问题的适当方法是实施...