Actualmente estoy trabajando en un proyecto de investigación que requiere de un método fiable para no paramétrico de estimación de densidad de kernel. Algunos detalles acerca de mi problema:
He a $N$ puntos de muestreo $X_1,X_2...X_N$, cada uno de los cuales corresponde a un resultado de una $M$ dimensiones variable aleatoria $W = (w_1..w_M)$. Me gustaría asignar una densidad de cada uno de estos puntos de una manera precisa y consistente.
Estoy buscando un método que no se asume que las variables aleatorias independientes. Como en mi situación, yo sé que $f(W) \neq \prod_{i=1}^M {f_m(w_i)}$.
En mi caso, $N \leq 25000$ $M \leq 5$ pero puedo generar los datos tanto como sea necesario.
Abierto a cualquier y todas las sugerencias!
