KDE für zensierte Daten

Ich habe eine Stichprobe von Beobachtungen, bei denen etwa der Beobachtungen rechtszensiert sind. Ich möchte einen Kernel-Dichteschätzer an diese Stichprobe anpassen, habe jedoch keine Standardmethode dafür gefunden. Gibt es eine allgemein anerkannte Methode zur Anpassung eines KDE bei zensierten Beobachtungen? $30\%$

kernel-smoothing censoring density-estimation

— Dual
quelle

Hmm, es ist ähnlich, aber nicht ganz die gleiche Situation wie bei Daten ohne Inflation . In räumlichen Statistiken mit abgeschnittenen Daten können Sie Punkte näher an der Grenze gewichten, aber diese Logik lässt sich nicht einfach ohne weiteres in zensierte Daten übersetzen.

— Andy W

Können Sie beschreiben, welche Art von Problem oder Reihenfolge diese Daten beschreiben?

— DWin

Die Kerneldichte schätzt die empirische Verteilung, sie "kennt" und "kümmert" sich nicht um die zugrunde liegende Verteilung. Mit "empirisch" meinen wir hier, dass nur die beobachteten Daten verwendet werden und minimale Verteilungsannahmen getroffen werden. Wenn es die beobachteten Daten verwendet, kann es offensichtlich nichts über die zensierten, nicht beobachteten Daten sagen. Wenn Sie sagen, dass die Verteilung zensiert ist, bedeutet dies, dass Sie eine Vorstellung von der zugrunde liegenden Verteilung haben sollten. Verwenden Sie diese daher, um ein parametrisches Modell zur Schätzung der Dichte zu definieren.

— Tim
quelle