matlab画kde图,使用kde2d(R)和ksdensity2d(Matlab)生成的2D KDE的差异

在尝试将一些代码从Matlab移植到R时,我遇到了一个问题.代码的要点是产生2D核密度估计,然后使用估计进行一些简单的计算.在Matlab中,使用函数

ksdensity2d.m完成KDE计算.在R中,使用来自MASS包的kde2d完成KDE计算.所以我想说我想计算KDE并只是添加值(这不是我打算做的,但它可以达到这个目的).在R中,这可以通过

library(MASS)

set.seed(1009)

x

y

kk

sum(kk$z)

给出答案0.3932732.在Matlab中使用ksdensity2d时,使用相同的确切数据和条件,答案为0.3768.从查看kde2d的代码,我注意到带宽除以4

kde2d

{

nx

if (length(y) != nx)

stop("data vectors must be the same length")

if (any(!is.finite(x)) || any(!is.finite(y)))

stop("missing or infinite values in the data are not allowed")

if (any(!is.finite(lims)))

stop("only finite values are allowed in 'lims'")

n

gx

gy

h

c(bandwidth.nrd(x), bandwidth.nrd(y))

else rep(h, length.out = 2L)

if (any(h <= 0))

stop("bandwidths must be strictly positive")

h

ax

ay

z

, nx))/(nx * h[1L] * h[2L])

list(x = gx, y = gy, z = z)

}

然后,简单检查以确定带宽差异是否是结果差异的原因

kk

sum(kk$z)

得到0.3768013(与Matlab答案相同).

所以我的问题是：为什么kde2d将带宽除以4？ (或者为什么没有ksdensity2d？)