核密度估计
核密度估计(kernel density estimation)是在概率论中用来估计未知的密度函数，属于非参数检验方法之一。
对于数据x1,x2,,xn，核密度估计的形式为：
1nxxiˆfhxKnhi1h
其中核函数（kernal function）K(•)是一个权函数，核函数的形状和值域控制着用来估计f(x)在点x的值时所用数据点的个数和利用的程度。Silverman(1986)指出，通常在大样本的情况下，非参数估计对核的选择并不敏感，窗宽h的选取对估计量的影响较大。如果h太小，那么密度估计偏向于把概率密度分配得太局限于观测数据附近，致使估计密度函数有很多错误的峰值，如果h太大，那么密度估计就把概率密度贡献散得太开，导致拟合曲线过于光滑而忽略样本的某些波动特征。
本研究的估计采用高斯核函数：
t2112eK=Gaussian：2
本文采用的软件是Eviews6，窗宽的选择是根据Silveman提出的方法，具有较大的通用性。即：h=0.9SN-0.8(S是随机变量观测值的标准差)。X的取法是将各年的海洋产业健康评分分成100份，x依次取值为
Silverman, B.W.\"Density Estimation for Statistics and Data
Analysis.\"Monographs on Statistics and Applied Probability,1986,Chapman and Hall,London.
因篇幅问题不能全部显示，请点此查看更多更全内容