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:

xiN(μ,Λ)μN(μ0,(κ0Λ)1)ΛW(υ0,W0)

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

  • Kemungkinan:

    N(xi|μ,Λ)|Λ|N/2exp(12i=1N(xiTΛxi2μTΛxi+μTΛμ))
  • Sebelum normal:

    N(μ|(μ0,κ0Λ)1)|Λ|1/2exp(12(μTκ0Λμ2μTκ0Λμ0+μ0Tκ0Λμ0))
  • Wishart sebelumnya:

    W(Λ|υ0,W0)|Λ|υ0D12exp(12tr(W01Λ))

Kami menginginkan poster Normal-Wishart ( ) yang dapat didekomposisi sebagai juga :μ,Λ|μ,κ,υ,WN(μ|μ,κΛ)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+ND12
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)=2μTκΛμ(ΛNx¯+κ0Λμ0)=κΛμ(Nx¯+κ0μ0)=κμ
μ=1k(Nx¯+κ0μ0)

Matriks skalaW

Dan parameter keempat berasal dari bekerja pada parameter yang tersisa:

tr(W1Λ)=tr(W01Λ)+i=1NxiTΛxi+μ0Tκ0Λμ0=tr(W01Λ)+i=1Ntr(xiTΛxi)+tr(μ0Tκ0Λμ0)=tr(W01Λ+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(W1Λ)=tr(W1Λ+i=1N(xiTΛxi+x¯TΛx¯2xiTΛx¯)+κ0(μ0TΛμ0+x¯TΛx¯2x¯TΛμ0)i=1Nx¯TΛx¯+2i=1NxiTΛx¯κ0x¯TΛx¯+2κ0x¯TΛμ0)=tr(W1Λ+i=1N(xix¯)Λ(xix¯)T+κ0(x¯μ0)Λ(x¯μ0)TNx¯Λx¯T+2Nx¯Λx¯Tκ0x¯Λx¯T+2κ0x¯Λμ0T)

Kami menyederhanakan faktor-faktor yang tetap keluar dari kotak:

tr(W1Λ)=tr(W1Λ+i=1N(xix¯)TΛ(xix¯)+κ0(x¯μ0)TΛ(x¯μ0)+(Nκ0)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(W1Λ)=tr(W1Λ+i=1N(xix¯)(xix¯)TΛ+κ0(x¯μ0)(x¯μ0)TΛ+(Nκ0)x¯x¯TΛ+2κ0x¯μ0TΛ)
tr(W1)=tr(W1+i=1N(xix¯)(xix¯)T+κ0(x¯μ0)(x¯μ0)T+(Nκ0)x¯x¯T+2κ0x¯μ0T)

Hampir! Tapi tetap tidak ada. Tujuannya adalah:

W1+i=1N(xix¯)(xix¯)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

W1=W1+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(xix¯)x¯μ0
alberto

3

Kemungkinan sebelumnya adalah ×

|Λ|N/2exp{12(i=1NxiTΛxiNx¯TΛμμTΛNx¯+NμTΛμ)}×|Λ|(ν0D1)/2exp{12tr(W01Λ)}×|Λ|1/2exp{κ02(μTΛμμTΛμ0μ0TΛμ+μ0TΛμ0)}.
Ini dapat ditulis ulang sebagai Kita dapat menulis ulang
|Λ|1/2|Λ|(ν0+ND1)/2×exp{12((κ0+N)μTΛμμTΛ(κ0μ0+Nx¯)(κ0μ0+Nx¯)TΛμ+κ0μ0TΛμ0+i=1NxiTΛxi+tr(W01Λ))}
(κ0+N)μTΛμμTΛ(κ0μ0+Nx¯)(κ0μ0+Nx¯)TΛμ+κ0μ0TΛμ0+i=1NxiTΛxi+tr(W01Λ)
sebagai berikut dengan menambahkan dan mengurangi istilah:
(κ0+N)μTΛμμTΛ(κ0μ0+Nx¯)(κ0μ0+Nx¯)TΛμ+1κ0+N(κ0μ0+Nx¯)TΛ(κ0μ0+Nx¯)1κ0+N(κ0μ0+Nx¯)TΛ(κ0μ0+Nx¯)+κ0μ0TΛμ0+i=1NxiTΛxi+tr(W01Λ).
Dua baris teratas sekarang difaktorkan sebagai
(κ0+N)(μκ0μ+Nx¯κ0+N)TΛ(μκ0μ+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(W01Λ)
i=1N(xiTΛxixiTΛx¯x¯TΛxi+x¯TΛx¯)+Nx¯TΛx¯+κ0μ0TΛμ01κ0+N(κ0μ0+Nx¯)TΛ(κ0μ0+Nx¯)+tr(W01Λ).
Istilah penjumlahan
i=1N(xiTΛxixiTΛx¯x¯TΛxi+x¯TΛx¯)
sama dengan Sekarang dapat diperluas sebagai
i=1N(xix¯)TΛ(xix¯).
Nx¯TΛx¯+κ0μ0TΛμ01κ0+N(κ0μ0+Nx¯)TΛ(κ0μ0+Nx¯)
Nx¯TΛx¯+κ0μ0TΛμ01κ0+N(κ02μ0TΛμ0+Nκ0μ0TΛx¯0+Nκ0x¯TΛμ0+N2x¯TΛx¯),
yang sama dengan
Nκ0κ0+N(x¯TΛx¯x¯TΛμ0μ0TΛx¯+μ0TΛμ0)=Nκ0κ0+N(x¯μ0)TΛ(x¯μ0).

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

i=1N(xix¯)TΛ(xix¯),Nκ0κ0+N(x¯μ0)TΛ(x¯μ0).
tr(W01Λ)+i=1N(xix¯)TΛ(xix¯)+Nκ0κ0+N(x¯μ0)TΛ(x¯μ0)
dapat ditulis ulang sebagai Karena , jumlah di atas sama dengan
tr(W01Λ)+tr(i=1N(xix¯)TΛ(xix¯))+tr(Nκ0κ0+N(x¯μ0)TΛ(x¯μ0)).
tr(ABC)=tr(CAB)
tr(W01Λ)+tr(i=1N(xix¯)(xix¯)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(W01Λ+i=1N(xix¯)(xix¯)TΛ+Nκ0κ0+N(x¯μ0)(x¯μ0)TΛ)=tr((W01+i=1N(xix¯)(xix¯)T+Nκ0κ0+N(x¯μ0)(x¯μ0)T)Λ).

Menyatukan semua itu, jika kita membiarkan kita memiliki kemungkinan sebelumnya sama dengan S=i=1N(xix¯)(xix¯)T×

|Λ|1/2exp{κ0+N2(μκ0μ+Nx¯κ0+N)TΛ(μκ0μ+Nx¯κ0+N)}×|Λ|(ν0+ND1)/2exp{12tr((W01+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.