高斯链图模型的自同构群
统计理论
2015-01-14 v1 统计理论
摘要
本文将先前关于作用于高斯图模型上的群的工作推广到高斯贝叶斯网络以及由链图定义的更一般高斯模型。我们讨论了使给定模型保持不变的极大群，并给出了该结果的基本统计应用。这包括等变估计、极大不变量和鲁棒性。群的计需要求出本质图。然而，通过应用Studeny的imset理论，我们表明对于DAG的计算可以在不构造本质图的情况下高效完成。在我们的证明中，我们推导了模型中浓度矩阵消失子式存在的简单充要条件。
引用
@article{arxiv.1501.03013,
title = {Automorphism groups of Gaussian chain graph models},
author = {Piotr Zwiernik and Jan Draisma},
journal= {arXiv preprint arXiv:1501.03013},
year = {2015}
}