Kernel密度非参数估计法通过光滑连续的密度曲线直观形象地表现随机变量的空间分布特征,是研究空间分布非均衡的重要方法,其在经济学、社会学、地理学的不均衡分布研究中应用广泛。
压缩包包含:MYksdensity.m、Data.xlsx、使用方法.docx
Kernel密度估计方法-高斯核函数.rar
(446.06 KB, 需要: RMB 30 元)
假设随机变量x的密度函数是f(x),点x处的概率密度可以由下式进行估计:
核函数有多种形式,例如高斯核函数、三角核函数、四角核函数、Epanechnikov核函数等。本m文件采用高斯核函数进行测度,高斯函数表达形式公式如下:
分别根据文章《中国金融发展的分布动态演进:1978-2008》、《乡村振兴发展: 指标评价体系、地区差距与空间极化》进行了绘制。其中前者文中的表1,部分省份与区域金融发展指数对应关系搞错了。本人已重新统计了各省(市)的金融发展指数。结果如下:


雷达卡





京公网安备 11010802022788号







