Estimaing den Modus aus einer Liste von Werten aus einer kontinuierlichen Verteilung abgetastet

Question

I-Werte von einer kontinuierlichen Verteilung abgetastet haben, zum Beispiel:

import numpy as np 
values = np.random.normal(loc=0.4, scale=0.1, 1000) 

Wie kann ich den Modus schätzen basierend auf diesen Werten? Der Mittelwert und Median sind leicht zu berechnen: np.mean(values) und np.median(values); aber für den Modus weiß ich nicht, wie es geschätzt wird, da die Werte kontinuierlich sind.

Beachten Sie, dass die Verwendung von etwas wie scipy.stats.mode nicht funktionieren würde, weil ich eine endliche Menge von Werten aus der kontinuierlichen Verteilung abgetastet habe.

Answer 1

Wenn Sie ein bekanntes, zugrunde liegendes parametrisches Modell haben, ist das Leben einfach. Passe deine Daten an (mit MLE oder was auch immer) und nimm den Modus der angepassten Verteilung. Wenn Sie kein gutes parametrisches Modell haben, ist das Leben schwieriger. Es gibt eine Reihe von Dingen, die ich in der Literatur gesehen habe, aber ich weiß nicht, ob diesbezüglich ein Konsens erreicht wurde. Als ich dies tun musste (vor ungefähr 20 Jahren), benutzte ich einen Algorithmus, den ich in Numerical Recipes in C gefunden habe. Ich habe keine Ahnung, ob das die beste Wahl war oder nicht.