Tôi đề nghị bài viết năm 1996 của Rob Hyndman "Tính toán và vẽ đồ thị các khu vực có mật độ cao nhất" trong Thống kê của Mỹ . Đây là định nghĩa của HDR, được lấy từ bài viết đó:
Hãy để là hàm mật độ của một biến ngẫu nhiên . Khi đó
HDR là tập con của không gian mẫu của sao cho
trong đó là hằng số lớn nhất sao cho
f(x)X100(1−α)%R(fα)X
R(fα)={x:f(x)≥fα},
fαP(X∈R(fα))≥1−α.
Hình 1 từ bài viết minh họa sự khác biệt giữa HDR 75% (vì vậy ) và nhiều vùng 75% xác suất khác cho một hỗn hợp của hai normals ( là -thứ quantile, giá trị trung bình và sự độ lệch chuẩn của mật độ):α=0.25cqqμσ
Ý tưởng trong một chiều là lấy một đường nằm ngang và dịch chuyển nó lên (đến ) cho đến khi khu vực phía trên nó và dưới mật độ là . Sau đó, HDR là hình chiếu cho trục của khu vực này.y=fα1−αRαx
Tất nhiên, tất cả điều này hoạt động với bất kỳ mật độ nào, cho dù sau đó là Bayes hay khác.
Đây là một liên kết đến mã R, là hdrcde
gói (và bài viết trên JSTOR).