ঘনত্বের অনুমানের জন্য ডেরাইভেটিভ অনুমানের জন্য অনুকূল ব্যান্ডউইথ ব্যান্ডউইথ থেকে পৃথক হবে। সাধারণভাবে, ঘনত্বের প্রতিটি বৈশিষ্ট্যের নিজস্ব অনুকূল ব্যান্ডউইথ নির্বাচক থাকে।
যদি আপনার উদ্দেশ্যটি হ'ল সংহত স্কোয়ার ত্রুটিটি হ্রাস করা হয় (যা সাধারণ মানদণ্ড) এটি সম্পর্কে বিষয়ভিত্তিক কিছুই নেই। মানটি যে মানদণ্ডকে হ্রাস করে তা প্রাপ্ত করার বিষয়টি। হেনসেন (২০০৯) এর ২.১০ অনুচ্ছেদে সমীকরণগুলি দেওয়া হয়েছে ।
জটিল অংশটি হ'ল অনুকূল ব্যান্ডউইদথটি নিজেই ঘনত্বের একটি ফাংশন, সুতরাং এই সমাধানটি সরাসরি কার্যকর হয় না। এই সমস্যাটি মোকাবেলা করার জন্য প্রচুর পদ্ধতি রয়েছে। এগুলি সাধারণত সাধারণ আনুমানিক ব্যবহার করে ঘনত্বের কয়েকটি কার্যকারিতা আনুমানিক। (দ্রষ্টব্য, ঘনত্ব নিজেই স্বাভাবিক যে অনুমান করা যায় না। ধারণাটি হ'ল ঘনত্বের কিছু ক্রিয়াকলাপ স্বাভাবিকতা ধরে ধরে নেওয়া যেতে পারে))
যেখানে আনুমানিকতা আরোপিত হয় তা নির্ধারণ করে যে ব্যান্ডউইথ নির্বাচক কতটা ভাল। ক্রুডেস্ট অ্যাপ্রোচকে "সাধারণ রেফারেন্স রুল" বলা হয় যা উচ্চ স্তরে প্রায় সীমাবদ্ধকরণ আরোপ করে। হ্যানসেনের বিভাগের ২.১০ (২০০৯) এর শেষে এই পদ্ধতির সাহায্যে সূত্রটি দেওয়া হয়েছে। এই পদ্ধতির বাস্তবায়িত হয় hns()
থেকে ফাংশন ks
Cran উপর প্যাকেজ। আপনি নিজের কোডটি লিখতে না চাইলে সম্ভবত এটিই সেরা। সুতরাং আপনি নিম্নলিখিত হিসাবে ব্যবহার (ঘনত্ব ks
) এর ডেরাইভেটিভ অনুমান করতে পারেন :
library(ks)
h <- hns(x,deriv.order=1)
den <- kdde(x, h=h, deriv.order=1)
সাধারণত একটি "সরাসরি প্লাগ ইন" নির্বাচক হিসাবে পরিচিত একটি আরও ভাল পদ্ধতির, নীচের স্তরে প্রায় অনুমিতি আরোপ করে। সরল ঘনত্বের অনুমানের জন্য, এটি হ'ল শাদার-জোনস পদ্ধতি, যা আর ব্যবহার করে প্রয়োগ করা হয়েছিল density(x,bw="SJ")
। তবে, আমি মনে করি না যে কোনও আর প্যাকেজে ডেরিভেটিভ অনুমানের জন্য অনুরূপ সুবিধা পাওয়া যায়।
সোজা কার্নেল অনুমান ব্যবহার করার পরিবর্তে, আপনি স্থানীয় বহুবর্ষীয় অনুমানের সাথে আরও ভাল হতে পারেন। এটি আর locpoly()
এর ks
প্যাকেজ থেকে ফাংশনটি ব্যবহার করে করা যায় Again যেমন,
den2 <- locpoly(x, bandwidth=?, drv=1) # Need to guess a sensible bandwidth