1. 程式人生 > >共軛先驗 | 共軛分布(轉)

共軛先驗 | 共軛分布(轉)

分布 mil 什麽 霍華德 thml 工作 details str 概念

參考:

https://blog.csdn.net/xianlingmao/article/details/7340099

wiki

理解了貝葉斯之後,再理解這些概念就輕松很多,原文如下。


在貝葉斯統計中,如果後驗分布與先驗分布屬於同類,則先驗分布與後驗分布被稱為共軛分布,而先驗分布被稱為似然函數的共軛先驗。比如,高斯分布家族在高斯似然函數下與其自身共軛 (自共軛)。這個概念,以及"共軛先驗"這個說法,由 霍華德·拉法拉 和 羅伯特·施萊弗爾 在他們關於貝葉斯決策理論的工作中提出。[1] 類似的概念也曾由 喬治·阿爾弗雷德·巴納德 獨立提出。[2]

具體地說,就是給定貝葉斯公式 技術分享圖片 假定似然函數 技術分享圖片 是已知的,問題就是選取什麽樣的先驗分布技術分享圖片 會讓後驗分布與先驗分布具有相同的數學形式

共軛先驗的好處主要在於代數上的方便性,可以直接給出後驗分布的封閉形式,否則的話只能數值計算。共軛先驗也有助於獲得關於似然函數如何更新先驗分布的直觀印象。

所有指數家族的分布都有共軛先驗

共軛有利於形成貝葉斯鏈,方便叠代計算。

共軛先驗 | 共軛分布(轉)