parzen窗估计法中，即便当样本数足够多的情况下，带宽ℎ对估计的影响也不可以忽略。
错
举一反三
- parzen窗估计法中，即便当样本数足够多的情况下，带宽ℎ对估计的影响也不可以忽略。 A: 正确 B: 错误
- 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。
- 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
- 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。
- 下列非参数估计方法中，区间可变的是 A: 直方图法 B: Parzen窗法 C: Kn-近邻估计 D: Parzen窗法和Kn-近邻估计
内容
- 0
Parzen窗法中，窗函数的作用是 A: 计算每个样本在估计时的权重 B: 计算样本到待估计点x之间的距离 C: 计算待估计点x的概率密度 D: 计算待估计点出现的概率
- 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
【判断题】已知概率密度函数形式,但其中参数未知,可选用Parzen窗法进行估计。
- 4
中国大学MOOC: 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（ ）。