为什么R密度函数在区间[from，to]之外返回非零值？

我已经输入了密度函数的R代码，我注意到以下奇怪的行：

lo <- from - 4 * bw
up <- to + 4 * bw

惊奇：

f（-0.01）

不是零！ 它还意味着

[0，1]

上的

f

积分不是

1

：

integrate(f, 0, 1) # 0.8787954
integrate(f, -0.1, 1.1) # 0.997002

那么为什么密度函数是这样写的（这是一个bug吗？），我能做些什么来避免这种行为（在这个例子中是

f（-0.01）=0

），而不会在

f

上失去任何质量（在这个例子中是

积分（f，0，1）

大约等于

1

）

谢谢

---

---

编辑：我对示例中使用的值做了一些更改

“为什么”在

from

、

to

和

cut

参数的文档中进行了解释。这不是一个错误。我认为，出于明显的原因，如果不做一些调整，就很难获得略低于0的beta分布的密度估计值。请记住，

密度

只是一个估计值。调整带宽会使估计值更快地降到零，但由于其他原因，这可能不可取。否则，您可以始终将函数包装在硬编码值超出特定范围的内容中。为什么要使用

rule=2

？@确实，这可能比我的漫谈更切题。@joran我相信您的漫谈在这里更相关。polmath，还请注意，文档建议设置

bw=“SJ”

。您编写了“为什么密度函数是这样写的？”，我将其理解为“为什么密度定义为lo和up的这种方式？”原因如文档中所述：“这允许估计密度在极端情况下下降到大约为零。”。您的抱怨似乎是，使用默认值时，估计值下降到0的速度不够快，无法满足您的口味。因此，我的意见是，贝塔分布的端点是一种边缘情况估计。如果你想要一个通用的密度估计器工作，你需要自己手动调整结果。

integrate(f, 0, 1) # 0.8787954
integrate(f, -0.1, 1.1) # 0.997002