基于傅里叶分析评估G-Wishart归一化常数的新方法
统计方法学
2025-04-11 v2 统计理论
统计理论
摘要
G-Wishart分布是高斯图模型贝叶斯分析的重要组成部分，作为精度矩阵的共轭先验。评估此类模型的边缘似然通常需要计算高维积分以确定G-Wishart归一化常数。对于可分解图或弦图，已知有闭式结果；而对于一般图，最近推导出了作为形式级数展开的显式表示。然而，嵌套的无穷和不便于计算，其实用价值有限。借鉴随机矩阵理论和傅里叶分析的技术，我们提供了新的精确结果，非常适合对弦图以外各类图的归一化常数进行数值评估。
引用
@article{arxiv.2404.06803,
title = {A new way to evaluate G-Wishart normalising constants via Fourier analysis},
author = {Ching Wong and Giusi Moffa and Jack Kuipers},
journal= {arXiv preprint arXiv:2404.06803},
year = {2025}
}