সাধারণ-উইশার্টের উত্তরোত্তর ব্যয়


11

আমি একটি নরমাল-উইশার্টের উত্তরোত্তর আবিষ্কারের জন্য কাজ করছি তবে আমি কোনও একটি পরামিতি (স্কেল ম্যাট্রিক্সের উত্তরবর্তী, নীচে দেখুন) এ আটকে আছি।

কেবল প্রসঙ্গ এবং সম্পূর্ণতার জন্য, এখানে মডেল এবং বাকী সমস্ত ডেরাইভেশন রয়েছে:

xi∼N(μ,Λ)μ∼N(μ0,(κ0Λ)−1)Λ∼W(υ0,W0)

তিনটি উপাদানের প্রত্যেকটির প্রসারিত ফর্মগুলি হ'ল (একটি আনুপাতিকতা ধ্রুবক পর্যন্ত):

  • সম্ভাবনা: \ start

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

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

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

আমরা উত্তরোত্তর-উইশার্ট চাই ( ) যা পচে যেতে পারে পাশাপাশি :μ,Λ|μ′,κ′,υ′,W′N(μ|μ,κ′Λ)W(Λ|υ′,W′)

স্বাধীনতার ডিগ্রিυ′

সম্ভাবনার প্রথম বিষয়গুলি এবং উইশার্টকে উইশার্ট ফ্যাক্টরের প্রথম ফ্যাক্টরটি পাই: therefore এবং সেইজন্য আমাদের প্রথম প্যারামিটার রয়েছে:

|Λ|υ0+N−D−12
υ′=υ0+N

স্কেল ফ্যাক্টরκ′

আমরা চিহ্নিত উপাদান দ্বারা বেষ্টিত এবং এটি যারা পূর্বে সম্ভাবনা দ্বারা আপডেট করা হয়: এবং তাই আমরা দ্বিতীয় প্যারামিটার পেয়েছি: μTμκ0Λ

μT((κ0+N)Λ)μ
κ′=κ0+N

গড়μ′

তৃতীয় প্যারামিটারগুলি ভিতরে যা আছে তা সনাক্তকরণ থেকে আসে : এবং তাই আমরা তৃতীয় প্যারামিটার পেয়েছি: 2μT...

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

স্কেল ম্যাট্রিক্সW′

এবং চতুর্থ প্যারামিটারটি বাকী প্যারামিটারগুলিতে কাজ করার পরে আসে:

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

কীভাবে এখান থেকে যাব (যদি আমি এখনও পর্যন্ত কোনও ভুল না করি) এবং এর মানক সমাধান পেতে পারি?W′

সম্পাদনা 1 :

এখন আমরা শর্তাদি পুনরায় সাজিয়েছি, স্ট্যান্ডার্ড সমাধান হিসাবে দুটি স্কোয়ার পেতে কিছু উপাদান যুক্ত এবং বিয়োগ করে:

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)

স্কোয়ারের বাইরে থাকা উপাদানগুলি আমরা সরলীকরণ করি:

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)

2 সম্পাদনা করুন ( @ বিডিয়নভিকের উত্তরের জন্য ধন্যবাদ অনুসরণ করুন )

ট্রেসটি চক্রযুক্ত, সুতরাং । তারপরে: এবং তারপর: 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)

প্রায়! তবে এখনও সেখানে নেই। লক্ষ্যটি হ'ল:

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

উত্তর:


4

ট্রেসটি চক্রযুক্ত, সুতরাং । এছাড়াও ট্রেস অতিরিক্ত সংযোজন করে যাতে । এই তথ্যের সাহায্যে আপনার ট্রেস পদগুলিতে শব্দটি পিছনে পিছনে ঘুরতে সক্ষম হওয়া উচিত , ট্রেস শর্তাদি একসাথে একত্রিত করতে হবে। ফলাফলটিtr(ABC)=tr(BCA)=tr(CAB)tr(A+B)=tr(A)+tr(B)Λ

W′−1=W−1+∑i=1Nxixi⊺+μ0μ0⊺

ধন্যবাদ! এখনো, আমি কিভাবে সেখান থেকে মান ফলাফল (পেতে দেখি না en.wikipedia.org/wiki/Conjugate_prior ) যা ধারণ করে এবং । এমনকি আমার নেতিবাচক চিহ্নগুলিও নেই: ও∑(xi−x¯)x¯−μ0
— আলবার্তো

3

সম্ভাবনা আগে ×

|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)}.
এটি আমরা আবার লিখতে পারি
|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)
একটি শব্দ যুক্ত এবং বিয়োগ করে নিম্নলিখিতভাবে:
(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).
শীর্ষ দুটি লাইন এখন হিসাবে ফ্যাক্টরিস
(κ0+N)(μ−κ0μ+Nx¯κ0+N)TΛ(μ−κ0μ+Nx¯κ0+N).

, যুক্ত এবং বিয়োগ করে নিম্নলিখিত: হিসাবে আবার লিখতে পারেন 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).
যোগফল
∑i=1N(xiTΛxi−xiTΛx¯−x¯TΛxi+x¯TΛx¯)
সমান এখন বাড়ানো যেতে পারে
∑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¯),
যা সমান
Nκ0κ0+N(x¯TΛx¯−x¯TΛμ0−μ0TΛx¯+μ0TΛμ0)=Nκ0κ0+N(x¯−μ0)TΛ(x¯−μ0).

নিম্নলিখিত দুটি পদটি স্কেলারগুলি হল: এবং যে কোনও স্কেলার তার ট্রেসের সমান, তাই

∑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)
হিসাবে আবার লেখা যেতে পারে যেহেতু , উপরের সমষ্টি সমান
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).
এই সত্যটি ব্যবহার করে আমরা সমষ্টিটি আবার লিখতে পারি 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).

এর সবগুলি একসাথে রেখে, যদি আমরা আমরা আছে সম্ভাবনা পূর্বে সমান S=∑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)},
প্রয়োজন হিসাবে।
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.