Получение ковариационной матрицы для многомерных оценок плотности ядра на сетке точек - PullRequest
0 голосов
/ 27 сентября 2019

Я хотел бы выполнить двумерную оценку плотности ядра в R, получить прогнозы на сетке точек и, наконец, получить ковариационную матрицу для прогнозов на этом наборе точек.В частности, у меня возникли проблемы с последним этапом (получение ковариационной матрицы).

Я пробовал различные многомерные пакеты оценки плотности ядра в R. Тот, который приближает меня к тому, что я хочу, это "locfit".пакетЭто дает мне приблизительную плотность ядра в сетке точек, которые я хочу, а также стандартные ошибки.Однако мне нужно знать ковариации между этими точечными оценками, которые я не выяснил, как получить.

require('locfit')
X1 = rnorm(1000)
X2 = rnorm(1000)
kernel_density_est = locfit(~ X1 + X2)
test = predict(kernel_density_est, data.frame(X1 = c(0,1), X2 = c(0,1)), se.fit = TRUE)

Как упоминалось выше, это дает мне стандартные ошибки для точечных оценок, но мне нужноковариация между точечными оценками также.Любая помощь очень ценится.Спасибо!

...