অবশ্যই। এটি মূলত পর্যবেক্ষণ যে বহুবচনীয় বিতরণের পূর্বে ডিরিচলেট বিতরণ একটি সংঘবদ্ধ। এর অর্থ তাদের একই কার্যকরী ফর্ম রয়েছে। নিবন্ধটি এর উল্লেখ করেছে, তবে আমি কেবল এটির উপর জোর দেব যে এটি বহু-জাতীয় নমুনা মডেল থেকে অনুসরণ করে follows সুতরাং, এটি নামা ...
পর্যবেক্ষণটি উত্তরোত্তর সম্পর্কে, সুতরাং আসুন কিছু ডেটা, প্রবর্তন করা যাক কে স্বতন্ত্র আইটেমগুলির গণনা । আমরা মোট N = ∑ K i = 1 x i নমুনা পর্যবেক্ষণ করি । আমরা ধরে নেব যে এক্স একটি অজানা বিতরণ থেকে আঁকা π (যার উপর আমরা কে- সিম্প্লেক্সের আগে একটি ডি আই আর ( α ) রাখব)।এক্সকেএন= ∑কেi = 1এক্সআমিএক্সπডি আমি আর (α)K
এর অবর সম্ভাব্যতা দেওয়া α এবং ডেটা এক্স হয়παx
p(π|x,α)=p(x|π)p(π|α)
সম্ভাবনা, , বহুজাতিক বিতরণ distribution এখন আসুন পিডিএফ এর লিখুন:p(x|π)
p ( x | π)) = এন!এক্স1! । Xট!πএক্স11⋯ পাইয়ের মানএক্সটট
এবং
p ( π| α)= 1বি (α)Πi = 1কেπα−1i
যেখানে । গুণমান, আমরা এটি দেখতে পেলাম,বি (α)= Γ ( α )কেΓ ( কেα )
p ( π| α,x)=পি(এক্স | π)π) পি ( π| α)∝ ∏i = 1কেπএক্সআমি+ α - 1আমি।
অন্য কথায়, অবর হয় এছাড়াও Dirichlet। প্রশ্ন ছিল উত্তরকালের গড় সম্পর্কে about যেহেতু উত্তরোত্তরটি ডিরিচলেট, তাই আমরা এটি খুঁজে পেতে একটি ডেরিচলেটের গড়ের সূত্রটি প্রয়োগ করতে পারি ,
ই[ πআমি| α,এক্স]= এক্সআমি+ + αএন+ কেα।
আশাকরি এটা সাহায্য করবে!