SAS的KDE過程實現(xiàn)核密度估計，功能及其說明如下：

可以對單變量和雙變量進(jìn)行核密度估計，所謂的核（kernel）估計是一種非參數(shù)方法，是指從原始數(shù)據(jù)中觀測到的概率密度函數(shù)（PDF）——平均的通過數(shù)據(jù)點，從而創(chuàng)建平滑曲線。

KDE過程使用高斯密度做為核，并假設(shè)其方差決定平滑的結(jié)果。

其工作原理：選擇帶寬（bandwith），進(jìn)而核密度估計，但完成這些工作前提是完成數(shù)據(jù)的分箱（binning）、卷積（convolutions）和傅里葉（fourier）變換。

SAS程序常用選項

ods graphics on;

proc kde data=data_anl.performance;

*univar gcharacteristic(bwm=2) jaim(bwm=0.25)/plots=all ngrid=401;

*bivar gcharacteristic jaim/bivstats levels percentiles ngrid=60;

*bivar gcharacteristic jaim/method=snr bwm=2 plots=all;

*bivar (gcharacteristic jaim) (gcharacteristic(bwm=2) jaim(bwm=0.5));

run;

ods graphics off;

*ngrid表示圖形格子的數(shù)量;

*bwm表示帶寬乘數(shù)的指定，method表示帶寬的計算;

一般而言，單變量分析用于比較不同變量的分布情況，如檢測變量分布特征（尤其是自變量與因變量的分布）、數(shù)據(jù)離散化等應(yīng)用；雙變量分析用于檢測數(shù)據(jù)對應(yīng)分布情況，如聚類分析、異常檢測、回歸分析等應(yīng)用。