Preguntas etiquetadas con wishart

Sea , es decir, distribuido según una distribución dimensional de Wishart con media y grados de libertad . Me gustaría una expresión para dondeEs el determinante.E ( log | Λ | ) | Λ |Λ ∼ Wre( ν, Ψ )Λ∼Wre(ν,Ψ)\Lambda \sim \mathcal W_D(\nu, \Psi)D × Dre×reD \times DνΨνΨ\nu \Psiνν\numi( registroEl …

16 distributions  wishart 

Al inferir la matriz de precisión ΛΛ\boldsymbol{\Lambda} de una distribución normal utilizada para generar NNN vectores dimensionales D x1,..,xNx1,..,xN\mathbf{x_1},..,\mathbf{x_N} xi∼N(μ,Λ−1)xi∼N(μ,Λ−1)\begin{align} \mathbf{x_i} &\sim \mathcal{N}(\boldsymbol{\mu, \Lambda^{-1}}) \\ \end{align} usualmente colocamos un Wishart anterior sobre ΛΛ\boldsymbol{\Lambda} ya que la distribución Wishart es el conjugado previo para La precisión de una distribución normal multivariada …

12 bayesian  posterior  hierarchical-bayesian  conjugate-prior  wishart 

Estoy leyendo este documento sobre Procesos Wishart Generalizados (GWP). El documento calcula las covarianzas entre diferentes variables aleatorias (siguiendo el Proceso Gaussiano ) utilizando la función de covarianza exponencial al cuadrado, es decir, . Luego dice que esta matriz de covarianza sigue a GWP.K(x,x′)=exp(−|(x−x′)|22l2)K(x,x′)=exp⁡(−|(x−x′)|22l2)K(x,x') = \exp\left(-\frac{|(x-x')|^2}{2l^2}\right) Solía ​​pensar que una …

11 machine-learning  normal-distribution  covariance  wishart  nonparametric-bayes 

Estoy estimando varias matrices de covarianza inversa de un conjunto de mediciones a través de diferentes subpoblaciones usando un wishart anterior en jags / rjags / R. En lugar de especificar una matriz de escala y grados de libertad en la matriz de covarianza inversa anterior (la distribución de Wishart), …

9 bayesian  covariance  prior  wishart  hierarchical-bayesian