Normal-Wishart posteriorunun derivasyonu


11

Normal-Wishart posteriorunun türetilmesi üzerinde çalışıyorum ama parametrelerden birinde takılı kaldım (ölçek matrisinin posterioru, altta bakınız).

Sadece bağlam ve bütünlük için, işte model ve diğer türevler:

xi∼N(μ,Λ)μ∼N(μ0,(κ0Λ)−1)Λ∼W(υ0,W0)

Üç faktörün her birinin genişletilmiş formları (orantılılık sabitine kadar) şunlardır:

  • Olabilirlik:

    N(xi|μ,Λ)∝|Λ|N/2exp⁡(−12∑i=1N(xiTΛxi−2μTΛxi+μTΛμ))
  • Normal önce:

    N(μ|(μ0,κ0Λ)−1)∝|Λ|1/2exp⁡(−12(μTκ0Λμ−2μTκ0Λμ0+μ0Tκ0Λμ0))
  • Önceden Wishart:

    W(Λ|υ0,W0)∝|Λ|υ0−D−12exp⁡(−12tr(W0−1Λ))

Ayrıştırılabilen arka Normal-Wishart ( ) istiyoruz ayrıca :N ( μ | μ , κ ′ Λ ) W ( Λ | υ ′ , W ′ )μ,Λ|μ′,κ′,υ′,W′N(μ|μ,κ′Λ)W(Λ|υ′,W′)

Özgürlüğün bozulmasıυ′

Olasılığın ilk faktörlerini ve Wishart'ı birleştirerek, Wishart faktörünün ilk faktörünü posteriorda alırız: ve bu nedenle posteriorun ilk parametresine sahibiz: υ′=υ0+N

|Λ|υ0+N−D−12
υ′=υ0+N

Ölçek faktörüκ′

ve ile çevrili öğeleri önceden nın kim tarafından güncellendiğini bulmak için : ve bu nedenle ikinci parametreyi aldık: μ κ 0 Λ μ T ( ( κ 0 + N ) Λ ) μ κ ′ = κ 0 + NμTμκ0Λ

μT((κ0+N)Λ)μ
κ′=κ0+N

Ortalamaμ′

Üçüncü parametre içeride ne tanımlayan gelen : Ve bu nedenle üçüncü parametreyi aldık: 2 μ T ( Λ N ¯ x + κ 0 Λ μ 0 )2μT...μ ′ = 1

2μT(ΛNx¯+κ0Λμ0)=2μTκ′Λμ′(ΛNx¯+κ0Λμ0)=κ′Λμ′(Nx¯+κ0μ0)=κ′μ′
μ′=1k′(Nx¯+κ0μ0)

Ölçek matrisiW′

Ve dördüncü parametre kalan parametreler üzerinde çalışmaktan gelir:

tr(W′−1Λ)=tr(W0−1Λ)+∑i=1NxiTΛxi+μ0Tκ0Λμ0=tr(W0−1Λ)+∑i=1Ntr(xiTΛxi)+tr(μ0Tκ0Λμ0)=tr(W0−1Λ+∑i=1NxiTΛxi+μ0Tκ0Λμ0)

Buradan nasıl devam edeceğim (şimdiye kadar hiç hata yapmadıysam) ve için standart çözümü nasıl edinebilirim ?W′

Düzenleme 1 :

Şimdi standart çözümde olduğu gibi iki kare elde etmek için terimleri yeniden düzenliyoruz, bazı faktörleri ekliyor ve özetliyoruz:

tr(W′−1Λ)=tr(W−1Λ+∑i=1N(xiTΛxi+x¯TΛx¯−2xiTΛx¯)+κ0(μ0TΛμ0+x¯TΛx¯−2x¯TΛμ0)−∑i=1Nx¯TΛx¯+2∑i=1NxiTΛx¯−κ0x¯TΛx¯+2κ0x¯TΛμ0)=tr(W−1Λ+∑i=1N(xi−x¯)Λ(xi−x¯)T+κ0(x¯−μ0)Λ(x¯−μ0)T−Nx¯Λx¯T+2Nx¯Λx¯T−κ0x¯Λx¯T+2κ0x¯Λμ0T)

Karelerin dışında kalan faktörleri basitleştiririz:

tr(W′−1Λ)=tr(W−1Λ+∑i=1N(xi−x¯)TΛ(xi−x¯)+κ0(x¯−μ0)TΛ(x¯−μ0)+(N−κ0)x¯TΛx¯+2κ0x¯TΛμ0)

Edit 2 ( @bdeonovic'in cevabı sayesinde takip )

İz döngüseldir, bu nedenle . Ardından: ve sonra: tr(ABC)=tr(BCA)=tr(CAB)

tr(W′−1Λ)=tr(W−1Λ+∑i=1N(xi−x¯)(xi−x¯)TΛ+κ0(x¯−μ0)(x¯−μ0)TΛ+(N−κ0)x¯x¯TΛ+2κ0x¯μ0TΛ)
tr(W′−1)=tr(W−1+∑i=1N(xi−x¯)(xi−x¯)T+κ0(x¯−μ0)(x¯−μ0)T+(N−κ0)x¯x¯T+2κ0x¯μ0T)

Neredeyse! Ama hala orada değil. Amaç:

W−1+∑i=1N(xi−x¯)(xi−x¯)T+κ0Nκ0+N(x¯−μ0)(x¯−μ0)T

Yanıtlar:


4

İz döngüseldir, bu nedenle . Ayrıca eser ekleme üzerine dağıtılır böylece . Bu gerçeklerle terimini izleme terimlerinde arkaya çevirebilmeli, izleme terimlerini birlikte birleştirebilmelisiniz. Sonuçtr(ABC)=tr(BCA)=tr(CAB)tr(A+B)=tr(A)+tr(B)Λ

W′−1=W−1+∑i=1Nxixi⊺+μ0μ0⊺

Teşekkürler! henüz, ve içeren standart sonuçlara ( en.wikipedia.org/wiki/Conjugate_prior ) nasıl . Olumsuz işaretlerim bile yok: O∑(xi−x¯)x¯−μ0
— alberto

3

önceki olasılık×

|Λ|N/2exp⁡{−12(∑i=1NxiTΛxi−Nx¯TΛμ−μTΛNx¯+NμTΛμ)}×|Λ|(ν0−D−1)/2exp⁡{−12tr(W0−1Λ)}×|Λ|1/2exp⁡{−κ02(μTΛμ−μTΛμ0−μ0TΛμ+μ0TΛμ0)}.
Bu, olarak yeniden yazılabilir Yeniden yazabiliriz
|Λ|1/2|Λ|(ν0+N−D−1)/2×exp⁡{−12((κ0+N)μTΛμ−μTΛ(κ0μ0+Nx¯)−(κ0μ0+Nx¯)TΛμ+κ0μ0TΛμ0+∑i=1NxiTΛxi+tr(W0−1Λ))}
(κ0+N)μTΛμ−μTΛ(κ0μ0+Nx¯)−(κ0μ0+Nx¯)TΛμ+κ0μ0TΛμ0+∑i=1NxiTΛxi+tr(W0−1Λ)
şu şekilde bir terim ekleyip çıkararak:
(κ0+N)μTΛμ−μTΛ(κ0μ0+Nx¯)−(κ0μ0+Nx¯)TΛμ+1κ0+N(κ0μ0+Nx¯)TΛ(κ0μ0+Nx¯)−1κ0+N(κ0μ0+Nx¯)TΛ(κ0μ0+Nx¯)+κ0μ0TΛμ0+∑i=1NxiTΛxi+tr(W0−1Λ).
En üstteki iki satır şimdi
(κ0+N)(μ−κ0μ+Nx¯κ0+N)TΛ(μ−κ0μ+Nx¯κ0+N).

toplama ve çıkarma , aşağıdakiler: olarak yeniden yazılabilir Nx¯TΛx¯

−1κ0+N(κ0μ0+Nx¯)TΛ(κ0μ0+Nx¯)+κ0μ0TΛμ0+∑i=1NxiTΛxi+tr(W0−1Λ)
∑i=1N(xiTΛxi−xiTΛx¯−x¯TΛxi+x¯TΛx¯)+Nx¯TΛx¯+κ0μ0TΛμ0−1κ0+N(κ0μ0+Nx¯)TΛ(κ0μ0+Nx¯)+tr(W0−1Λ).
Toplam terim
∑i=1N(xiTΛxi−xiTΛx¯−x¯TΛxi+x¯TΛx¯)
eşittir Şimdi şu şekilde genişletilebilir:
∑i=1N(xi−x¯)TΛ(xi−x¯).
Nx¯TΛx¯+κ0μ0TΛμ0−1κ0+N(κ0μ0+Nx¯)TΛ(κ0μ0+Nx¯)
Nx¯TΛx¯+κ0μ0TΛμ0−1κ0+N(κ02μ0TΛμ0+Nκ0μ0TΛx¯0+Nκ0x¯TΛμ0+N2x¯TΛx¯),
bu eşittir
Nκ0κ0+N(x¯TΛx¯−x¯TΛμ0−μ0TΛx¯+μ0TΛμ0)=Nκ0κ0+N(x¯−μ0)TΛ(x¯−μ0).

Aşağıdaki iki terim skalerdir: Ve herhangi bir skaler izine eşittir, bu yüzden

∑i=1N(xi−x¯)TΛ(xi−x¯),Nκ0κ0+N(x¯−μ0)TΛ(x¯−μ0).
tr(W0−1Λ)+∑i=1N(xi−x¯)TΛ(xi−x¯)+Nκ0κ0+N(x¯−μ0)TΛ(x¯−μ0)
gibi yazılabilir Yana , yukarıda toplamı eşittir
tr(W0−1Λ)+tr(∑i=1N(xi−x¯)TΛ(xi−x¯))+tr(Nκ0κ0+N(x¯−μ0)TΛ(x¯−μ0)).
tr(ABC)=tr(CAB)
tr(W0−1Λ)+tr(∑i=1N(xi−x¯)(xi−x¯)TΛ)+tr(Nκ0κ0+N(x¯−μ0)(x¯−μ0)TΛ).
gerçeğini kullanarak toplamı şu şekilde yeniden yazabiliriz: tr(A+B)=tr(A)+tr(B)
tr(W0−1Λ+∑i=1N(xi−x¯)(xi−x¯)TΛ+Nκ0κ0+N(x¯−μ0)(x¯−μ0)TΛ)=tr((W0−1+∑i=1N(xi−x¯)(xi−x¯)T+Nκ0κ0+N(x¯−μ0)(x¯−μ0)T)Λ).

Hepsini bir araya getirmek, nin önceki olasılığın eşit olduğunaS=∑i=1N(xi−x¯)(xi−x¯)T×

|Λ|1/2exp⁡{−κ0+N2(μ−κ0μ+Nx¯κ0+N)TΛ(μ−κ0μ+Nx¯κ0+N)}×|Λ|(ν0+N−D−1)/2exp⁡{−12tr((W0−1+S+Nκ0κ0+N(x¯−μ0)(x¯−μ0)T)Λ)},
gerektiği gibi.
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.