使用可分解图模型混合的贝叶斯协方差矩阵估计
统计方法学
2007-06-12 v1
摘要
本文使用贝叶斯方法来估计高斯数据的协方差矩阵。利用高斯图模型和模型选择的思想，我们为协方差矩阵构造了一个先验，该先验是所有可分解图上的混合。对于该先验，每个图大小的概率由用户指定，而大小相同的图被赋予相等的概率。大多数先前的方法假设所有图具有相等的概率。我们通过经验证明，在图大小上赋予相等概率的先验，在识别正确的可分解图和更高效地估计协方差矩阵方面，均优于在所有图上赋予相等概率的先验。
引用
@article{arxiv.0706.1287,
title = {Bayesian Covariance Matrix Estimation using a Mixture of Decomposable Graphical Models},
author = {Helen Armstrong and Christopher K. Carter and Kevin F. Wong and Robert Kohn},
journal= {arXiv preprint arXiv:0706.1287},
year = {2007}
}
评论
28 pages and 11 figures