Question

我正在尝试在R中重现以上函数。分子在时间“ t”具有“ y”的概率密度函数（pdf）的乘积。 omega_t只是权重（现在让我们忽略）。 i代表在时间model_i上为t导出的y的每个预测（以及密度）。

分母是上述乘积的整数。我的问题是：如何估算密度。为了获得变量的密度，需要一些数据点。到目前为止，我有这个：

y<-c(-0.00604,-0.00180,0.00292,-0.0148)
forecastsy_model1<-c(-0.0183,0.00685) # respectively time t=1 and t=2 of the forecasts
forecastsy_model2<-c(-0.0163,0.00931) # similarly
all.y.1<-c(y,forecasty_model1) #together in one vector 
all.y.2<-c(y,forecasty_model2) #same

但是，我不知道如何提取x1或t=1时间的t=6的密度，以生产产品。我已经考虑过使用此方法估算出的密度：

dy1<-density(all.y.1)
which(dy1$x==0.00685)
integer(0) #length(dy1$x) : 512

根据文档，其中dy1$x包含估计密度的点的n坐标。 n是否应为6，或者至少包含我提供的y的点？提取y的密度（pdf）的正确方法是什么？

Answer 1

n中有一个density参数，默认为512。 density在相对密集的网格上返回估计的密度值，以便您可以绘制密度曲线。网格点由数据范围（plus some extension）和n值确定。它们产生均匀间隔的网格。采样位置可能不完全位于此网格上。

您可以使用线性插值来获取此网格覆盖的任何地方的密度值：

R中的概率密度（pdf）提取

1 个答案: