Estimation de densité par noyau

term_id: kernel_density_estimation

Category: basic_concepts

Definition

L’estimation de densité par noyau (EDN) est une technique statistique fondamentale qui lisse les points de données discrets pour créer une courbe de distribution de probabilité continue. Elle place une fonction de noyau, généralement gaussienne, sur chaque point de données et somme ces contributions pour produire une estimation lisse de la densité sous-jacente, offrant une alternative plus fluide aux histogrammes.

Summary

Une méthode non paramétrique utilisée pour estimer la fonction de densité de probabilité d’une variable aléatoire à partir d’un échantillon de données fini.

Key Concepts

  • Fonction de densité de probabilité
  • Statistiques non paramétriques
  • Lissage
  • Noyau gaussien

Use Cases

  • Analyse exploratoire de données (AED)
  • Détection d’anomalies dans les données univariées
  • Visualisation des distributions de caractéristiques dans les ensembles de données

Code Example

1
2
3
4
5
6
7

from scipy.stats import gaussian_kde
import numpy as np

data = np.random.normal(0, 1, 100)
kde = gaussian_kde(data)
x_vals = np.linspace(-3, 3, 100)
y_vals = kde(x_vals)

Related