如何修复 statsmodels.nonparametric.kde.kdensity 或 seaborn.kdeplot 中不正确的带宽？答案

【问题标题】：How to fix incorrect bandwidth in statsmodels.nonparametric.kde.kdensity or seaborn.kdeplot?如何修复 statsmodels.nonparametric.kde.kdensity 或 seaborn.kdeplot 中不正确的带宽？
【发布时间】：2019-03-26 20:05:45
【问题描述】：

我正在将我的一些 R 文件翻译成 Python，但在使用 Python 中的 Epanechnikov 内核设置 KDE 图中的带宽时遇到了一些问题。

我曾尝试使用函数 seaborn.kdeplot() 以及 statsmodels.nonparametric.kde.kdensity()，但从未得到正确的结果。

直到现在，我还没有找到 Python 中的带宽如何缩放或标准化的模式。此外，如果我使用高斯核，R 和 Python 的图是相同的。那么也许 Epanechnikov Kernel 的计算方式不同？

我使用以下代码在 Python 中创建 KDE 图：

import seaborn as sns
sns.kdeplot(y,kernel = 'epa', bw = 0.1)

和

from statsmodels.nonparametric.kde import kdensity
density = kdensity(y, kernel='epa', bw=0.1)
plt.plot(density[1],density[0], color = 'red')

两者的输出都不是很流畅：https://user-images.githubusercontent.com/48911472/55010186-1382fc80-4fe4-11e9-999f-263ea9bf62c9.png

但是，它应该看起来像 R 中的输出（或 STATA 中的输出，因为它们是相同的），更平滑：

plot(density(y,bw=0.1, kernel ="epanechnikov"), col="red")

https://user-images.githubusercontent.com/48911472/55010088-e3d3f480-4fe3-11e9-8d84-ebd54c5b8bc9.png

【问题讨论】：

这可能与stackoverflow.com/a/55367955/230468有关吗？

标签： python seaborn statsmodels python-3.7

【解决方案1】：

尝试在 sns.kdplot 上增加网格大小，默认值为 100，而我相信 R 的密度约为 512。希望它有所帮助

【讨论】：

与此同时，我发现由于 Epanechnikov 内核的不同标准化，我不得不将带宽乘以 sqrt(5)。但是，seaborn.kdeplot() 函数显示的绘图与我直接将代码与 statsmodels 一起使用时显示的绘图不同。按照您的建议调整网格大小后，我终于从两个代码中得到了相同的图。谢谢。