• 2022-07-27
    parzen估计法中,带宽ℎ的取值影响样本点对某处概率密度估计贡献的大小,如果采用正态窗函数,带宽越大,一个样本点对某处的密度估计的贡献越大,否则,贡献越小。
  • 内容

    • 0

      当样本数不充足时,parzen窗估计法使用不同的核带宽ℎ,估计出的概率密度曲线差别很大,所以选择一个合适的带宽ℎ是重要的。 A: 正确 B: 错误

    • 1

      用parzen窗法估计类概率密度函数时,窗宽过窄导致波动过大的原因是( )。 A: 窗函数幅度过小 B: 窗函数幅度过大 C: 窗口中落入的样本数过少 D: 窗口中落入的样本数过多

    • 2

      ‌用parzen窗法估计类概率密度函数时,窗宽过窄导致波动过大的原因是( )。​ A: 窗函数幅度过小 B: 窗函数幅度过大 C: 窗口中落入的样本数过少 D: 窗口中落入的样本数过多

    • 3

      用一个正态总体的样本平均数估计( )的估计值,这种估计方法叫点估计。

    • 4

      下列关于参数化和非参数化的概率密度函数估计方法描述正确的有____。 A: 参数化的估计方法需要假设概率密度函数的形式已知,只能用于估计经典的单峰的概率密度函数。 B: 非参数化的方法可以用于估计单峰的密度函数,也可以用于估计多峰的密度函数。 C: 当样本数很少时,且对密度函数有先验认识,则非参数化的估计法能取得更好的估计效果。 D: 非参数化的方法对样本数量需求较大,只有样本数目足够大才可以保证收敛于任何复杂的概率密度函数。