核密度估计
维基百科,自由的百科全书
核密度估计,在概率论中用来估计未知的密度函数,属於非参数检验方法之一,由Rosenblatt (1955)和Parsen(1962)提出,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。
核密度估计在估计边界区域的时候会出现边界效应。
在单变量核密度估计的基础上可以建立风险价值的预测模型.通过对核密度估计变异系数的加权处理可以建立不同的风险价值的预测模型。
[编辑] 参考文献
- 唐林俊、杨虎、张洪阳:核密度估计在预测风险价值中的应用 The Application of The Kernel Density Estimates in Predicting VaR,《数学的实践与认识》2005年10期