Estimativa de Densidade e Caça a Picos pelo Método de Máxima Verossimilhança Penalizado Exemplificado por Dados de Dispersão e Meteoritos

Resumo O método de (máxima) verossimilhança penalizada de estimativa de densidade de probabilidade e caça a picos é aprimorado e exemplificado por aplicações a dados de dispersão e condritos. Mostramos como o hiperaparâmetro no método pode ser estimado de forma satisfatória usando estatísticas de bondade de ajuste. Uma expansão de Fourier é geralmente considerada mais ágil do que uma expansão de Hermite, mas um compromisso é útil. O melhor ajuste aos dados de dispersão apresenta 13 picos, todos avaliados pela interpretação bayesiana do método. O resultado para os dados de condritos sugere que é trimodal e confirma que existem (pelo menos) três tipos de condrito.