当我在 Matlab 中使用[f,xi] = ksdensity(x) 时，我得到概率密度估计值 f 和 xi ksdensity 计算的评估点 f.
我的问题是：每个 xi 点是如何计算/确定的？有公式吗？
文档中心说：默认是 100 个等距点，覆盖 x 中的数据范围。因此，它们涵盖了范围，但这并不能解释如何计算。
非常感谢！
胡安
【问题讨论】：
xi(i)=min(x)+i*(max(x)-min(x))/100
标签： matlab statistics kernel-density
在 MATLAB 中实现等距点的标准方法是使用 linspace 命令。 linspace(a,b,n) 在a 和b 之间（包括b）生成n 线性间隔点。
所以它很可能相当于xi = linspace(min(x),max(x))（默认点数是100 inlinspace）。
【讨论】：
Data=[365629;258213;30986;340841;82628;92957;10329;454454;0;51643;309855;82628;51643;10329;41314;41314;330512;0;92957;227227;123942;433797;423469;464783;826280;433797;206570;433797;61971;123942;82628;0;113614;960551;557739;113614;113614]; [PDF,xi]=ksdensity(Data,'kernel','epanechnikov','npoints',10); xi_ramanan= linspace(min(Data),max(Data),10); for i=1:100; xi_pseudoDust(i)=min(Data)+i*(max(Data)-min(Data))/100; end; 为例，结果与ksdensity的xi =/不一样
xi 最初不存在于Data 中。更详细的解释在stackoverflow.com/questions/17410155/…