未知累積函數的反函數

我正在處理數據文件，裏面的觀察值是隨機值。在這種情況下，我不知道x的分佈（我的觀察）。我使用函數密度來估計密度，因爲我必須應用核函數估計。未知累積函數的反函數

T=density(datafile[,1],bw=sj,kernel="epanechnikov")

之後，我必須整合這一點，因爲我正在尋找分位數（類似於VaR，95％）。爲此，我有兩個選擇：

ecdf() 
quantile()

現在我有95位數的值，但是這是由內核估計的數據。

是否有一個函數可以用來了解原始數據的分位數95的值？

我此話，這是一個分佈未知的，爲了這個，我想想象一個非參數方法，牛頓一樣，一個是在SAS solve()

來源

2013-01-21 Michelle

您可以使用quantile()這一點。下面是一個使用隨機數據的例子：

> data<-runif(1000) 

> q<-quantile(data, .95) 
> q 
     95% 
0.9450324

這裏，數據在0和1之間均勻分佈，所以第95百分位接近於0.95。

要執行逆變換：

> ecdf(data)(q) 
[1] 0.95

來源

2013-01-21 20:28:20 NPE

但位數會給我最後的估計數據值和我要找的原件。請記住，數據是由內核估計的。 'Estimated_data =密度（原件，BW = 8.7，內核= 「epanechnikov」）位數（Estimated_data，0.95）' 這會給我在Estimated_data累計95％的價值，而不是在「原」。 – Michelle

@ user1970451：在我的例子中，'data'是指您的原始數據。 – NPE

有數據反映原始數據，但分位數是通過'runif（1000）'計算出來的，而分位數0.95將接近95％，在這種情況下，谷值是0.94，但這個值對應於轉換後的數據，我的問題是如果有一種方法可以找到這個的倒數，以獲得0.94可能引用原始數據的值。 – Michelle

未知累積函數的反函數

回答

相關問題