【作者】 刘娜娜； 李景文；

【Author】 Liu Nana Li Jingwen (School of Electronics and Information Engineering,Beijing University of Aeronautics and Astronautics,Beijing 100191,China)

【机构】 北京航空航天大学电子信息工程学院；

【摘要】 提出了一种基于核密度估计和新的拟合优度评价准则的分布模型选择方法。该方法首先利用核密度估计算法估计出样本数据的概率密度,然后应用新的拟合优度评价准则——"差异面积"准则,在备选的几种概率分布模型中选取最优的分布模型。该方法具有直观的物理意义,选择准确率高,简单易行。更多还原

【Abstract】 We presents a new method of probability distribution model selection based on kernel density estimation and a new goodness-of-fit criterion,’Difference Area’ criterion.First,probability density of samples is estimated using kernel density estimation algorithm.Then select the best distribution model in available models according to the new goodness-of-fit criterion.The new method has a clear physics meaning.It is easy to implement and can achieve well accuracy.更多还原