N boyutlu vektörler \ mathbf {x_1}, .., \ mathbf {x_N} \ begin {align} \ mathbf {x_i} & \ sim oluşturmak için kullanılan normal bir dağılımın hassas matrisini çıkarırken \ mathcal {N} (\ boldsymbol {\ mu, \ Lambda ^ {- 1}}) \\ \ end {align} Wishart dağıtımı için önceki eşlenik olduğundan, genellikle \ boldsymbol {\ Lambda} üzerine bir Wishart yerleştiriyoruz bilinen ortalama ve bilinmeyen varyans ile çok değişkenli normal dağılımın önceliği: \ begin {align} \ mathbf {\ Lambda} & \ sim \ mathcal {W} (\ upsilon, \ boldsymbol {\ Lambda_0}) \\ \ end {align } burada \ upsilon olan serbestlik derecesi ve \ boldsymbol {\ Lambda_0}
Soru:
posterior örnek amacıyla
Bu posteriorun ailesi ve parametreleri nedir?
Not:
\ Boldsymbol {\ Lambda_0} 'a bağlı olmayan tüm faktörleri bırakarak ve parametreleri bir Wihsart parametrelerine göre tanımlayarak şu parametrelerle bir Wishart alıyorum:
Bu oldukça hoş görünüyor, ama ne kitaplarda ne de internette bir örnek bulamadığımdan emin değilim.
Erratum :
Görur ve Rasmussen, Wishart parametreleri üzerindeki bu hiper-ilkeleri önerir, ancak bu denklem:
bunun yerine:
bu nedenle eşlenik eksikliğini gidermek. ı tutmak istiyorsak , Ters Wishart'ı daha önce kullanmalıyız (bakınız @ Xi'an'ın cevabı)