다변량 가우스의 공분산 사후 분포 추정


15

샘플이 거의없는 이변 량 가우스 분포를 "학습"해야하지만 이전 분포에 대한 가설이 좋으므로 베이지안 접근법을 사용하고 싶습니다.

이전을 정의했습니다 :

P(μ)N(μ0,Σ0)
μ0=[00]   Σ0=[160027]

그리고 내 분포는

P(x|μ,Σ)N(μ,Σ)
μ=[00]   Σ=[180018]

지금은 덕분에 알고 여기에 데이터 주어진 평균을 추정하는 것을

P(μ|x1,,xn)N(μ^n,Σ^n)

나는 계산할 수 있습니다 :

μ^n=Σ0(Σ0+1nΣ)1(1ni=1nxi)+1nΣ(Σ0+1nΣ)1μ0

Σ^n=1nΣ0(Σ0+1nΣ)1Σ

이제 내가 틀렸을지도 모르지만 Σn 은 추정 된 매개 변수 \ mathbf {\ mu_n}에 대한 공분산 행렬 μn이며 내 데이터의 추정 된 공분산이 아니라고 생각됩니다. 내가 계산하고 싶은 것은

P(Σn1|x1,,xn)

내 데이터에서 완전히 지정된 분포를 배우기 위해.

이게 가능해? 을 계산하여 이미 해결되었으며 위의 공식과 다른 방식으로 표현 되었습니까 (또는 간단히 잘못 해석하고 있습니까)? 참고로 감사하겠습니다. 고마워Σn

편집하다

의견에서, 나는 의해 정의 된 일정한 공분산을 가정한다는 의미에서 내 접근 방식이 "잘못된"것으로 나타났다 . 내가 필요한 것은 에도 사전을 두는 것이지만, 어떤 배포를 사용해야하는지 모르겠으며, 이후 업데이트 절차는 무엇인지 모르겠습니다.P ( Σ )ΣP(Σ)


데이터의 공분산을 지정했으며 업데이트 할 이전 배포를 지정하지 않았습니다. 에서? Σ=[180018]
Corone

너의 의도를 알 겠어. 내 접근 방식으로 기본적으로 분산이 일정하고 지정되었다고 가정했습니다. 추정하고 싶다면 사전에 필요합니다. 이제 내 문제는 명확하지 않은 방법입니다 그것을 정의하고 그것에 대한 적절한 분포는 무엇입니까? 그러나 이것은 첫 번째 질문의 범위를 벗어난 것으로 보입니다. P(Σ)F(μΣ,ΣΣ)
unziberla

그런 다음 질문을 변경하십시오 :-)
Corone

답변:


11

평균을 업데이트 한 것과 거의 같은 방식으로 공분산 구조에 대한 베이지안 업데이트를 수행 할 수 있습니다. 다변량 법선의 공분산 행렬에 대한 켤레는 Inverse-Wishart 분포이므로 여기서 시작하는 것이 좋습니다.

P(Σ)W1(Ψ,ν)

그런 다음 당신은 당신의 샘플을 얻을 때 의 길이를 당신은 샘플 공분산 추정 계산할 수 n Σ X = 1XnΣX=1n(Xμ)(Xμ)

공분산 행렬의 추정값을 업데이트하는 데 사용할 수 있습니다

P(Σ|X)W1(nΣX+Ψ,n+ν)

이 평균을 공분산에 대한 포인트 추정값으로 사용하도록 선택할 수 있습니다 (Posterior Mean Estimator)

E[Σ|X]=nΣX+Ψν+np1

또는 모드 (Maximum A Posteriori Estimator)를 사용하도록 선택할 수 있습니다

Mode[Σ|X]=nΣX+Ψν+n+p+1


Σ^P(X|μ,Σ^)Σ^μ^n

Σ^=E[Σ|x1xn]

7

좋아, 내 문제에 대한 진정한 해결책을 찾았습니다. 내 (잘못 배치 된) 질문에 대한 정답이 선택된 질문이라도 게시하고 있습니다.

기본적으로 내 질문은 공분산을 알고 평균을 추정하는 방법과 평균을 알고 공분산을 추정하는 방법을 설명합니다. 그러나 내 실제 문제는 두 매개 변수를 모두 알 수없는 것으로 추정되었습니다.

나는 여기에 설명 된 파생물과 함께 Wikipedia에 대한 답을 찾았다 . 다변량 법선의 이전에 공액 된 것은 다변량 법선에 대한 분포 인 법선-역-위시 아트입니다.

μ0Ψκ0ν0

(μ,Σ|엑스)나는(κ0μ0+엑스¯κ0+,κ0+,ν0+,Ψ++κ0κ0+(엑스¯μ0)(엑스¯μ0))

어디

엑스¯=1나는=0엑스나는

=나는=1(엑스나는엑스¯)(엑스나는엑스¯)

그래서 내가 원하는 추정 매개 변수는

이자형(μ|엑스)=κ0μ0+엑스¯κ0+
E(Σ|X)=Ψ+C+κ0nκ0+n(x¯μ0)(x¯μ0)Tν0+np1
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.