Derivasi posterior Normal-Wishart


11

Saya sedang mengerjakan derivasi dari posterior Normal-Wishart tapi saya terjebak di salah satu parameter (posterior dari matriks skala, lihat di bagian bawah).

Hanya untuk konteks dan kelengkapan, berikut adalah model dan sisa turunannya:

xi∼N(μ,Λ)μ∼N(μ0,(κ0Λ)−1)Λ∼W(υ0,W0)

Bentuk diperluas dari masing-masing dari tiga faktor adalah (hingga konstanta proporsionalitas) adalah:

  • Kemungkinan:

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

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

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

Kami menginginkan poster Normal-Wishart ( ) yang dapat didekomposisi sebagai juga :μ,Λ|μ′,κ′,υ′,W′N(μ|μ,κ′Λ)W(Λ|υ′,W′)

Tingkat kebebasanυ′

Dengan menggabungkan faktor pertama dari kemungkinan dan Wishart kita mendapatkan faktor pertama dari faktor Wishart di posterior: dan oleh karena itu kami memiliki parameter pertama dari posterior:

|Λ|υ0+N−D−12
υ′=υ0+N

Faktor skalaκ′

Kami mengidentifikasi elemen yang dikelilingi oleh dan untuk menemukan siapa yang sebelumnya diperbarui dengan kemungkinan: dan oleh karena itu kami mendapatkan parameter kedua: μTμκ0Λ

μT((κ0+N)Λ)μ
κ′=κ0+N

Berartiμ′

Parameter ketiga berasal dari mengidentifikasi apa yang ada di dalam : Dan karenanya kita mendapatkan parameter ketiga: 2μT...

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

Matriks skalaW′

Dan parameter keempat berasal dari bekerja pada parameter yang tersisa:

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

Bagaimana cara melanjutkan dari sini (jika saya tidak melakukan kesalahan sejauh ini) dan mendapatkan solusi standar untuk ?W′

Edit 1 :

Sekarang kita mengatur ulang persyaratan, menambah dan mengurangi beberapa faktor untuk mendapatkan dua kotak seperti pada solusi standar:

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)

Kami menyederhanakan faktor-faktor yang tetap keluar dari kotak:

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)

Sunting 2 ( tindak lanjut berkat jawaban @bdeonovic )

Jejaknya adalah siklik, jadi . Kemudian: dan kemudian: 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)

Hampir! Tapi tetap tidak ada. Tujuannya adalah:

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

Jawaban:


4

Jejaknya adalah siklik, jadi . Jejak juga mendistribusikan tambahan sehingga . Dengan fakta-fakta ini Anda harus dapat menggilir istilah sekitar ke belakang dalam istilah penelusuran, menggabungkan istilah penelusuran bersama. Hasilnya akan terlihat sepertitr(ABC)=tr(BCA)=tr(CAB)tr(A+B)=tr(A)+tr(B)Λ

W′−1=W−1+∑i=1Nxixi⊺+μ0μ0⊺

Terima kasih! namun, saya tidak melihat bagaimana mendapatkan dari sana ke hasil standar ( en.wikipedia.org/wiki/Conjugate_prior ) yang berisi dan . Saya bahkan tidak memiliki tanda∑(xi−x¯)x¯−μ0
— alberto

3

Kemungkinan sebelumnya adalah ×

|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)}.
Ini dapat ditulis ulang sebagai Kita dapat menulis ulang
|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)
sebagai berikut dengan menambahkan dan mengurangi istilah:
(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).
Dua baris teratas sekarang difaktorkan sebagai
(κ0+N)(μ−κ0μ+Nx¯κ0+N)TΛ(μ−κ0μ+Nx¯κ0+N).

Menambah dan mengurangi , berikut ini: dapat ditulis ulang sebagai 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).
Istilah penjumlahan
∑i=1N(xiTΛxi−xiTΛx¯−x¯TΛxi+x¯TΛx¯)
sama dengan Sekarang dapat diperluas sebagai
∑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¯),
yang sama dengan
Nκ0κ0+N(x¯TΛx¯−x¯TΛμ0−μ0TΛx¯+μ0TΛμ0)=Nκ0κ0+N(x¯−μ0)TΛ(x¯−μ0).

Dua istilah berikut adalah skalar: Dan skalar apa pun sama dengan jejaknya, jadi

∑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)
dapat ditulis ulang sebagai Karena , jumlah di atas sama dengan
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).
Dengan menggunakan fakta bahwa , kita dapat menulis ulang penjumlahan sebagai 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).

Menyatukan semua itu, jika kita membiarkan kita memiliki kemungkinan sebelumnya sama dengan 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)},
sesuai kebutuhan.
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.