توزيع ويشارت الطبيعي

في نظرية الاحتمالات والإحصاء ، يُعد توزيع ويشارت الطبيعي (أو توزيع ويشارت الغاوسي ) عائلة متعددة المتغيرات ذات أربعة معلمات من التوزيعات الاحتمالية المستمرة . وهو التوزيع المسبق المترافق لتوزيع طبيعي متعدد المتغيرات بمتوسط ​​غير معروف ومصفوفة دقة (معكوس مصفوفة التباين ). [ 1 ]

تعريف

يفترض

μ|μ0،λ،Λشمال(μ0،(λΛ)-1){\displaystyle {\boldsymbol {\mu }}|{\boldsymbol {\mu }}_{0},\lambda ,{\boldsymbol {\Lambda }}\sim {\mathcal {N}}({\boldsymbol {\mu }}_{0},(\lambda {\boldsymbol {\Lambda }})^{-1})}

له توزيع طبيعي متعدد المتغيرات بمتوسطμ0{\displaystyle {\boldsymbol {\mu }}_{0}}ومصفوفة التغاير(λΛ)-1{\displaystyle (\lambda {\boldsymbol {\Lambda }})^{-1}}، أين

Λ|دبليو،νدبليو(Λ|دبليو،ν){\displaystyle {\boldsymbol {\Lambda }}|\mathbf {W} ,\nu \sim {\mathcal {W}}({\boldsymbol {\Lambda }}|\mathbf {W} ,\nu )}

لديها توزيع ويشارت . ثم(μ،Λ){\displaystyle ({\boldsymbol {\mu }},{\boldsymbol {\Lambda }})} له توزيع ويشارت الطبيعي، ويرمز له بـ

(μ،Λ)شمالدبليو(μ0،λ،دبليو،ν).{\displaystyle ({\boldsymbol {\mu }},{\boldsymbol {\Lambda }})\sim \mathrm {NW} ({\boldsymbol {\mu }}_{0},\lambda ,\mathbf {W} ,\nu ).}

توصيف

دالة كثافة الاحتمال

و(μ،Λ|μ0،λ،دبليو،ν)=شمال(μ|μ0،(λΛ)-1) دبليو(Λ|دبليو،ν){\displaystyle f({\boldsymbol {\mu }},{\boldsymbol {\Lambda}}|{\boldsymbol {\mu }}_{0},\lambda ,\mathbf {W} ,\nu )={\mathcal {N}}({\boldsymbol {\mu }}|{\boldsymbol {\mu }} _ {0},(\lambda {\boldsymbol {\Lambda }})^{-1})\ {\mathcal {W}}({\boldsymbol {\Lambda }}|\mathbf {W} ,\nu )}

ملكيات

التوسع

التوزيعات الهامشية

بحسب التصميم، فإن التوزيع الهامشي علىΛ{\displaystyle {\boldsymbol {\Lambda }}}هو توزيع ويشارت ، والتوزيع الشرطي علىμ{\displaystyle {\boldsymbol {\mu }}}منحΛ{\displaystyle {\boldsymbol {\Lambda }}}هو توزيع طبيعي متعدد المتغيرات . التوزيع الهامشي علىμ{\displaystyle {\boldsymbol {\mu }}}هو توزيع t متعدد المتغيرات .

التوزيع الاحتمالي اللاحق للمعلمات

بعد صنعن{\displaystyle n}الملاحظاتx1،...،xن{\displaystyle {\boldsymbol {x}}_{1},\dots ,{\boldsymbol {x}}_{n}}، التوزيع الاحتمالي اللاحق للمعلمات هو

(μ،Λ)شمالدبليو(μن،λن،دبليون،νن)،{\displaystyle ({\boldsymbol {\mu }},{\boldsymbol {\Lambda }})\sim \mathrm {NW} ({\boldsymbol {\mu }}_{n},\lambda _{n},\mathbf {W} _{n},\nu _{n}),}

أين

λن=λ+ن،{\displaystyle \lambda _{n}=\lambda +n,}
μن=λμ0+نx¯λ+ن،{\displaystyle {\boldsymbol {\mu }}_{n}={\frac {\lambda {\boldsymbol {\mu }}_{0}+n{\boldsymbol {\bar {x}}}}{\lambda +n}},}
νن=ν+ن،{\displaystyle \nu _{n}=\nu +n,}
دبليون-1=دبليو-1+أنا=1ن(xأنا-x¯)(xأنا-x¯)تي+نλن+λ(x¯-μ0)(x¯-μ0)تي.{\displaystyle \mathbf {W} _{n}^{-1}=\mathbf {W} ^{-1}+\sum _{i=1}^{n}({\boldsymbol {x}}_{i}-{\boldsymbol {\bar {x}}})({\boldsymbol {x}}_{i}-{\boldsymbol {\bar {x}}})^{T}+{\frac {n\lambda }{n+\lambda }}({\boldsymbol {\bar {x}}}-{\boldsymbol {\mu }}_{0})({\boldsymbol {\bar {x}}}-{\boldsymbol {\mu }}_{0})^{T}.}[ 2 ]

توليد متغيرات عشوائية طبيعية-ويشارت

توليد المتغيرات العشوائية أمر بسيط:

  1. عينةΛ{\displaystyle {\boldsymbol {\Lambda }}}من توزيع ويشارت ذي المعلماتدبليو{\displaystyle \mathbf {W} }وν{\displaystyle \nu }
  2. عينةμ{\displaystyle {\boldsymbol {\mu }}}من توزيع طبيعي متعدد المتغيرات بمتوسطμ0{\displaystyle {\boldsymbol {\mu }}_{0}}والتباين(λΛ)-1{\displaystyle (\lambda {\boldsymbol {\Lambda }})^{-1}}

ملحوظات

  1. بيشوب، كريستوفر م. (2006). التعرف على الأنماط والتعلم الآلي. سبرينغر ساينس + بيزنس ميديا. صفحة 690.
  2. تم التحقق من صحة البيانات عبر الإنترنت، https://stats.stackexchange.com/q/324925

مراجع

  • بيشوب، كريستوفر م. (2006). التعرف على الأنماط والتعلم الآلي. سبرينغر ساينس + بيزنس ميديا.