Tek boyutlu verileri görselleştirirken, yanlış seçilmiş çöp gözlerini hesaba katmak için Çekirdek Yoğunluğu Tahmini tekniğini kullanmak yaygındır.
Tek boyutlu veri kümemde ölçüm belirsizlikleri olduğunda, bu bilgileri dahil etmenin standart bir yolu var mı?
Örneğin (ve anlayışım safsa beni affet) KDE, Gauss profilini, gözlemlerin delta fonksiyonları ile birleştirir. Bu Gauss çekirdeği her konum arasında paylaşılır, ancak Gaussian parametresi ölçüm belirsizliklerine uyacak şekilde değiştirilebilir. Bunu yapmanın standart bir yolu var mı? Belirsiz değerleri geniş çekirdeklerle yansıtmayı umuyorum.
Bunu sadece Python'da uyguladım, ancak bunu gerçekleştirmek için standart bir yöntem veya işlev bilmiyorum. Bu teknikte herhangi bir sorun var mı? Bazı tuhaf görünümlü grafikler verdiğini unutmayın! Örneğin
Bu durumda, düşük değerler daha büyük belirsizliklere sahiptir, bu nedenle geniş düz çekirdekler sağlama eğilimi gösterirken, KDE düşük (ve belirsiz) değerleri aşırı ağırlaştırır.