R中的核密度估计器

问题描述

我正在使用以下数据的最后一列， Data

我正在尝试将核密度估计器的概念应用于该数据集，该数据集由

其中，k是某个核心，但不一定是正态分布。h是带宽，n是数据集的长度，X_i是每个数据点，x是一个拟合值。因此，使用此等式，我有以下代码，

AstroData=read.table(paste0("http://www.stat.cmu.edu/%7Elarry","/all-of-nonpar/=data/galaxy.dat"),header=FALSE)
x=AstroData$V3
xsorted=sort(x)
x_i=xsorted[1:1266]
hist(x_i,nclass=308)
n=length(x_i)
h1=.002
t=seq(min(x_i),max(x_i),0.01)
M=length(t)
fhat1=rep(0,M)
for (i in 1:M){
 fhat1[i]=sum(dnorm((t[i]-x_i)/h1))/(n*h1)}
lines(t,fhat1,lwd=2,col="red")

产生以下情节，

实际上接近于我想要的结果，因为一旦删除直方图，最终结果应显示为：

如果您注意到微调，并且应该代表密度的红线相当粗糙，并且缩放比例不高。您看到的最终图是使用R中的密度函数运行的

plot(density(x=y,bw=.002))

在不使用任何其他软件包的情况下，我想了解的是什么。

谢谢

解决方法

与我的室友交谈后，他给了我继续降低t值（x）间隔的想法。通过执行一些操作，我将其从0.01更改为0.001。因此，该图的最终代码如下所示，

AstroData=read.table(paste0("http://www.stat.cmu.edu/%7Elarry","/all-of-nonpar/=data/galaxy.dat"),header=FALSE)
x=AstroData$V3
xsorted=sort(x)
x_i=xsorted[1:1266]
hist(x_i,nclass=308)
n=length(x_i)
h1=.002
t=seq(min(x_i),max(x_i),0.001)
M=length(t)
fhat1=rep(0,M)
for (i in 1:M){
fhat1[i]=sum(dnorm((t[i]-x_i)/h1))/(n*h1)}
lines(t,fhat1,lwd=2,col="blue")

用以下术语表示，这是我想要的图，