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

我正在将我的一些 R 文件翻译成 Python，并且在使用 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')

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")

标签： pythonseabornstatsmodelspython-3.7