[英]How to update posterior distribution in Gibbs Sampling?
全部,我想估計參數P,Q,其先驗分布為
P〜N(A,B)
Q〜N(C,D)
然后,我發現P,Q的全條件分布
P | Q〜N(A *,B *)
Q | P〜N(C *,D *)
其中A *是A,B,Q的函數[A * = f(A,B,Q)]
B *是A,B,Q的函數[B * = f(A,B,Q)]
因此,在Gibbs更新步驟中,
[第一次迭代]
[第二次迭代] 我的問題是:我要
換句話說, 我們是否在每個Gibbs步驟中都使用相同的先驗,還是將前一步估計結果用作先驗 ? 我知道Gibbs的概念之一就是更新每個參數隔離,因此我將使用Q_1的信息來更新P_2。 事前怎么樣?
在每個步驟中都使用相同的先驗。 開始后請勿更改先前的參數,否則將無法執行貝葉斯推斷。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.