Estimacin no paramtrica de funciones de densidad (Mtodo Kernel)

Leave a reply
La estimacin no paramdica de funciones de densidad, mediante el mtodo Kernel, es una ingeniosa forma de estimar una funcin de densidad que no siga un modelo conocido (Normal, Binomial, Exponencial, etc). Tiene una enorme flexibilidad y lo que hace es construir una funcin de densidad girando en torno a los valores muestrales.

El valor h, denominado normalmente la ventana, es un valor que representa el rea de influencia que se le pretende dar a cada valor muestral. Su eleccin se le suele hacer depender de la dispersin de los valores. Posiblemente, para entender mejor la operatividad del estimador, es mejor pensar que h es igual a 1 y as ya aparecen en la expresin elementos ms fciles de controlar y asimilar.

Veamos cmo sera la construccin de este estimador en un ejemplo concreto, paso a paso:

Arriba vemos los cinco puntos muestrales. En la imagen del medio vemos que hemos construido una Normal sobre cada valor muestral, una Normal con media cada uno de esos valores. Y con densidad, cada una de esas normales 1/n, en nuestro caso: 1/5, para darle el mismo peso a cada valor muestral y que, al final, la suma de las reas sea 1. En la imagen final integramos esas cinco funciones en una sola. Y nos queda una imagen como sta. Esto es una estimacin coherente de cmo debe de ser la distribucin poblacional. Este procedimiento tiene muchas aplicaciones. Una de ellas es en Anlisis discriminante. Si tenemos varias muestras, una por cada poblacin distinta, y no siguen la normalidad, podemos construir para cada muestra una funcin de densidad segn este criterio y clasificar

al nuevo individuo simplemente asignndolo a la poblacin donde haya ms valor de densidad, que querr decir que por all hay ms influencia de esa poblacin.

DISTRIBUCIN BIMODAL Y MULTIMODAL

En las estadsticas, una distribucin bimodal es una distribucin de probabilidad continua con dos modos diferentes. Estos aparecen como picos distintos en la funcin de densidad de probabilidad, tal como se muestra en la Figura 1. Ms en general, una distribucin multimodal es una distribucin de probabilidad continua con dos o ms modos, como se ilustra en la Figura 3.

Terminologa
Cuando los dos modos son el modo desigual ms grande se conoce como el modo principal y el otro como el modo menor. El valor menos frecuente entre los modos que se conoce como la antimode. La diferencia entre los modos mayor y menor es conocida como la amplitud. En series de tiempo el modo principal se llama el acrophase y antimode la batifase.

Ejemplos
Ejemplos de variables con distribuciones bimodales incluyen el tiempo entre las erupciones de ciertos giseres, el color de las galaxias, el tamao de los trabajadores tejedor hormigas, la edad de incidencia de linfoma de Hodgkin, la velocidad de inactivacin del frmaco isoniazida en los adultos de Estados Unidos, la magnitud absoluta de novas, y los patrones de actividad circadianos de los animales crepusculares que son activos tanto en la maana y por la noche el crepsculo. En la pesca distribuciones de longitud multimodales ciencia reflejan las diferentes clases de aos y por lo tanto pueden ser utilizados para las estimaciones de distribucin y crecimien to de edad de la poblacin de peces Distribuciones bimodales importantes incluyen la distribucin arco seno y la distribucin beta. Otra distribucin bimodal es la distribucin U -cuadrtica.

Orgenes
Una distribucin bimodal surge ms comnmente como una m ezcla de dos distribuciones unimodales diferentes. En otras palabras, la forma bimodal distribuido variable aleatoria X se define como con probabilidad o con probabilidad de que Y y Z son variables aleatorias unimodales y