Quais métodos não / semiparamétricos para estimar uma densidade de probabilidade de uma amostra de dados que você está usando?
(Não inclua mais de um método por resposta)
Respostas:
Os modelos de mistura de processo de Dirichlet podem ser uma abordagem bayesiana não paramétrica muito flexível para modelagem de densidade e também podem ser usados como blocos de construção em modelos mais complexos. Eles são essencialmente uma generalização infinita de modelos paramétricos de mistura gaussiana e não exigem a especificação antecipada do número de componentes na mistura.
Os processos gaussianos também podem ser outra abordagem bayesiana não paramétrica para estimativa de densidade. Consulte este documento Gaussian Process Density Sampler .
Eu uso o estimador de densidade de núcleo adaptável do Silverman. veja, por exemplo, akjpágina de ajuda
Profundidade de meio espaço, também conhecida como saco-parcelas.
Um belo artigo curto de Jose Bernardo aqui fornece um método bayesiano útil para estimar uma densidade. Mas, como na maioria das coisas bayesianas, o custo computacional deve ser pago por esse método.