其他 - R中的高斯核密度估计

我在理解如何在R中实现以下数据集的高斯核密度估计时遇到了麻烦。如果你能帮助我了解如何做到这一点，我将不胜感激。我目前正在尝试在下图的底部获得钟形曲线的公式。如你所见，每个数据点都有一条钟形曲线。（请注意，图片不代表我正在使用的数据。）

这是我的数据：

x<-c(4.09, 4.46, 4.61, 4.30, 4.03, 5.22, 4.21, 4.07, 4.02, 4.58, 4.66, 4.05, 4.23, 5.51, 4.03, 4.72, 4.47, 4.50, 5.80, 4.30, 4.09, 4.78, 4.18, 4.45, 4.40, 5.60, 4.37, 4.42, 4.88, 4.20, 4.45, 4.10, 4.43, 4.58, 4.40, 4.38) （x有36个元素）

这是内核密度估计器：

（如果看不到图像，请访问此页面http://sfb649.wiwi.hu-berlin.de/fedc_homepage/xplore/tutorials/xlghtmlnode33.html）

其中K（u）=

是高斯核函数，h = .1516是Scott选择的带宽。

因此，插入后我们得到f hat（x）= 1 /（36 * .1516）（1 / sqrt（2pi））[e ^（-1/2（（4.09-x）/。1516）^ 2 + e ^（-1/2（（4.46-x）/。1516）^ 2 + ... + e ^（-1/2（（4.38-x）/。1516）^ 2]

好的。因此，我们有一个x的函数。但是，如何在上图中获得每个钟形曲线的方程式？例如，如果我们将4.09插入到（x）中，则会得到一个数字，而不是曲线/函数/分布。有人可以帮助我理解为钟形曲线/核密度估计找到方程的过程吗？