核密度估计的实现和简单应用.doc

福州大学数学与计算机科学学院2008级数学与应用数学专业 应用统计分析方向--应用数学实习 1．实习日记 2．实习作业 3．实习总结 4. 成绩评定 班 级: 应数（2）班 姓 名: 唐昌宏 学 号: 030801218 指导老师: 吕书龙 实习地点: 福州大学 实习日期: 2011.6.27~2011.7.8 实习日记 2011.6.27 星期一 确定实习内容 这个学期，我学习了许多关于统计计算与非参数统计的知识，以及假设检验、回归、正态性检验在R软件上的实现，还有R软件的一些其他的基本操作，如：作图、矩阵运算、数据导入、编程等。通过对自己弱点的分析，决定将实习目的定为：课堂上讲过的部分内容（非参数密度估计及其简单应用）在R软件中的实现，做到“理解理论知识、实现理论知识”。 2011.6.28 星期二 复习巩固要用到的理论知识 针对要做的内容（核密度估计），对其理论知识做比较系统的复习，重点复习该方法的适用范围、计算方法、公式推导、实现过程，为之后的写算法、编程序打下理论基础。 2011.6.29 星期三 复习巩固要用到的R软件命令 既然是自己编写程序，就避免不了对程序好坏的评价，因此就需要将自己编程计算的结果与R软件的计算结果进行比较；其次，在编程序时可以直接使用R软件中已有的函数，以简化程序的篇幅。因此，复习巩固R软件命令是必要的。 2011.6.30 星期四 学习相关的数值计算方法 由于我想要用估计出的核密度函数来计算概率值，这就免不了要计算积分值，因此，我重点学习了数值计算中的快速、高精度算法。如：Gauss—Legendre求积公式。 2011.7.1 星期五 有哪些信誉好的足球投注网站非参数密度估计的图书 为了解决非参数密度估计的程序设计，我专门查找了图书馆的相关书籍，有许多介绍非参数统计的书籍，但每本书的侧重点有所不同。我就根据自己的需要，找到了一本对核回归有比较详细介绍的《非参数估计》作为我的参考书籍。 2011.7.4 星期一 学习非参数密度估计的相关理论 今天主要任务是学习非参数密度估计的相关理论，包括：基本方法、应用方向以及具体的公式推导。在此基础上，写出相应的R程序，并在R软件中进行模拟，分析模拟的结果。 2011.7.5 星期二 核密度估计的应用与检验 今天的主要任务是：在核密度估计的基础上，对区间[a,b]上的概率值进行估计，并将估算的结果与理论值进行比较，以验证整个估计过程的正确性与核密度估计理论的合理性。 2011.7.6 星期三 总结实践过程中的经验 由于此次实习的时间较短，实践目的是熟悉课堂上的理论知识，及其具体的实现。通过实践，我有以下几点收获： 1、好的核密度估计依赖于组距的选取，而组距是与数据量及样本的分布有关的，是需要不断尝试的。 2、组距越大，估计出的核密度估计图越光滑；组距越小，估计出的核密度估计图越像噪声图。 2011.7.7 星期四 写实习总结 通过这这几天的应用数学实习，我觉得很有必要对这一段时间所做的事情来一次总结。不论是理论上的，还是实际应用上的，我觉得将书上的理论知识通过计算机编程实现出来，这个过程有助于加深对理论知识的认识。还有，从理论到实际应用，我认为归根到底就是：数值计算。 2011.7.8 星期五 完成实习报告，填写成绩评定表 今天的主要任务是完善实习过程中的内容，并根据实习报告中的内容填写成绩评定表。  应用数学实习课题：核密度估计的实现与简单应用 一、核密度估计的理论与实现 1、核密度估计的基本理论 核密度估计的目的：给定数据，估计出该总体的概率密度函数。 核密度估计的公式为： 其中K（）为核函数。（核函数必须是关于y轴对称的） 常用的核函数如下： 均匀核 三角核 Epanechikov 四次方核 三权核 高斯核 余弦核 指数核 2、以Gauss核为例做核密度估计 取，则此时的核密度估计公式为： 用Gauss核做核密度估计的R程序如下： ker.density=function(x,h){ x=sort(x) n=length(x);s=0;t=0;y=0 for(i in 2:n) s[i]=0 for(i in 1:n){ for(j in 1:n) s[i]=s[i]+exp(-((x[i]-x[j])^2)/(2*h*h)