Statistiche e Big Data wishart

1

Valore atteso del determinante del log di una matrice di Wishart

Sia Λ ∼ OD( ν, Ψ )Λ~WD(ν,Ψ)\Lambda \sim \mathcal W_D(\nu, \Psi) , cioè distribuito secondo una distribuzione Wishart dimensionale D × PD×DD \times D con media νΨνΨ\nu \Psi e gradi di libertà νν\nu . Vorrei un'espressione per E( log| Λ | )E(log⁡|Λ|)E(\log |\Lambda|) doveè il determinante.| Λ ||Λ||\Lambda| Ho cercato …

16 distributions wishart

2

Quali sono i parametri di un posteriore di Wishart-Wishart?

Quando si deduce la matrice di precisione ΛΛ\boldsymbol{\Lambda} di una distribuzione normale utilizzata per generare vettori D-dimensionali N \ mathbf {x_1}, .., \ mathbf {x_N} \ begin {align} \ mathbf {x_i} & \ sim \ mathcal {N} (\ boldsymbol {\ mu, \ Lambda ^ {- 1}}) \\ \ end {align} …

12 bayesian posterior hierarchical-bayesian conjugate-prior wishart

1

Matrice di covarianza per il processo gaussiano e la distribuzione di Wishart

Sto leggendo questo documento sui processi generalizzati di Wishart (GWP). L'articolo calcola le covarianze tra diverse variabili casuali (seguendo il processo gaussiano ) usando la funzione di covarianza esponenziale quadrata, ovvero . Dice quindi che questa matrice di covarianza segue GWP.K(x,x′)=exp(−|(x−x′)|22l2)K(x,x′)=exp⁡(−|(x−x′)|22l2)K(x,x') = \exp\left(-\frac{|(x-x')|^2}{2l^2}\right) Pensavo che una matrice di covarianza calcolata …

11 machine-learning normal-distribution covariance wishart nonparametric-bayes

Domande taggate «wishart»