কার্নেল ঘনত্ব অনুমানকারী ব্যবহার করে পর্যবেক্ষণের একটি সেটের ভিত্তিতে আমার ঘনত্ব ফাংশনটি অনুমান করা দরকার। একই পর্যবেক্ষণগুলির ভিত্তিতে, আমারও ঘনত্বের প্রথম এবং দ্বিতীয় ডেরাইভেটিভগুলি কার্নেল ঘনত্ব অনুমানকারকের ডেরিভেটিভগুলি ব্যবহার করে অনুমান করতে হবে। ব্যান্ডউইথ অবশ্যই চূড়ান্ত ফলাফল দুর্দান্ত প্রভাব ফেলবে।
প্রথমত, আমি জানি যে বেশ কয়েকটি আর ফাংশন রয়েছে যা কে-ডি-ই ব্যান্ডউইদথ দেয়। কোনটি বেশি পছন্দ তা আমি নিশ্চিত নই। কে-ই ব্যান্ডউইথের জন্য এই আর ফাংশনগুলির মধ্যে যে কোনও একটির সুপারিশ করতে পারেন?
দ্বিতীয়ত, কেডিএর ডেরাইভেটিভের জন্য, আমি কি একই ব্যান্ডউইথকে বেছে নিতে পারি?
ঘনত্বের জন্য ব্যান্ডউইথের পছন্দটি সর্বদা কিছুটা বিষয়ভিত্তিক। এটি খুব সংকীর্ণ কী এমন একটি প্রশ্ন এবং তাই বক্ররেখার প্রবণতাটি খুব বেশি প্রশস্ত হয় যেখানে বাঁক খুব মসৃণ হয় এবং বক্ররেখার কিছু বাস্তব বৈশিষ্ট্য মিস করে। তবে আকারটি বের করার জন্য আপনি ঘনত্বটি অনুমান করেন। সুতরাং অনুমানটি কতটা মসৃণ হওয়া উচিত তা জানা সহজ নয়। ডেরিভেটিভগুলির জন্য আমি মনে করি এটি ডেরাইভেটিভের কোন বৈশিষ্ট্য সম্পর্কে আপনি জানতে চান তার উপর নির্ভর করে।
—
মাইকেল আর চেরনিক