Предельное распределение диагонали обратной распределенной матрицы Уишарта

21

Предположим, что . Меня интересует маргинальное распределение диагональных элементов . Есть несколько простых результатов о распределении подматриц (по крайней мере, некоторые из них перечислены в Википедии). Из этого я могу понять, что предельное распределение любого отдельного элемента по диагонали является обратной гаммой. Но я не смог вывести совместное распределение.diag ( X ) = ( x 11 , , x p p ) XXInvWishart(ν,Σ0)diag(X)=(x11,,xpp)Икс

Я думал, может быть, это может быть получено по составу, как:

п(Икс11|Иксяя,я>1)п(Икс22|Иксяя,я>2)...п(Икс(п-1)(п-1)|Икспп)п(Икспп),

но я никогда не получал с этим ничего и еще подозреваю, что мне не хватает чего-то простого; кажется, что это «должно» быть известно, но я не смог найти / показать это.

JMS
источник
1
Предложение 7.9 Билодо и Бреннера (PDF-файл находится в свободном доступе в Интернете) дает многообещающий результат для Wishart (возможно, оно переносится для обратного Wishart). Если вы разделите на блоки как , то будет Wishart, как и X_ {11} - X_ {12} X_ {22} ^ {- 1} X_ {21} , и они независимы. Х 11 , Х 12 ; Х 21 , Х 22 Х 22 Х 11 - Х 12 Х - 1 22 Х 21ИксИкс11,Икс12;Икс21,Икс22Икс22Икс11-Икс12Икс22-1Икс21
Шаббычеф
1
Это предложение применимо только в том случае, если вы знаете всю матрицу: если у вас есть только диагональ, то вы не знаете, например, Икс12 , поэтому вы не можете выполнить преобразование.
petrelharp

Ответы:

3

В общем случае можно разбить любую ковариационную матрицу на разностно-корреляционную декомпозицию как Здесь - корреляционная матрица с единичными диагоналями . Таким образом, диагональные элементы в теперь являются частью диагональной матрицы дисперсий . Поскольку недиагональные элементы матрицы дисперсии равны нулю , совместное распределение является просто произведением маргинальных распределений каждого диагонального элемента.
Q q i i = 1 Σ D = [ D ] i i = [ Σ ] i i d i j = 0 , i j

Σзнак равнодиаг(Σ) Q диаг(Σ)знак равноD Q D
QQяязнак равно1ΣDзнак равно[D]яязнак равно[Σ]яяdяJзнак равно0, яJ

Теперь рассмотрим стандартную модель обратного Вишарта для мерной ковариационной матрицыΣdΣ

Σ~яW(ν+d-1,2νΛ),ν>d-1

Диагональные элементы незначительно распределены как σяязнак равно[Σ]яя

σяя~inv-χ2(ν+d-1,λяяν-d+1)

Ссылка приятно с различными настоятелями для ковариационной матрицы , которые разлагаются в различные распределения дисперсии корреляции даются здесь

user3303
источник