pymc.Wishart#
- class pymc.Wishart(name, *args, rng=None, dims=None, initval=None, observed=None, total_size=None, transform=UNSET, **kwargs)[源代码]#
Wishart 对数似然。
Wishart 分布是多元正态分布的精度矩阵的最大似然估计（MLE）的概率分布。如果 V=1，该分布与具有 nu 自由度的卡方分布相同。
\[f(X \mid \nu, T) = \frac{{\mid T \mid}^{\nu/2}{\mid X \mid}^{(\nu-k-1)/2}}{2^{\nu k/2} \Gamma_p(\nu/2)} \exp\left\{ -\frac{1}{2} Tr(TX) \right\}\]其中 \(k\) 是 \(X\) 的秩。
支持
\(X(p x p)\) 正定矩阵
均值
\(nu V\)
方差
\(nu (v_{ij}^2 + v_{ii} v_{jj})\)
- 参数:
- nu : 类似张量 的
intpython:int 的 tensor_like 自由度，> 0。
- V : 类似张量 的
floattensor_like offloat p x p 正定矩阵。
- nu : 类似张量 的
注释
此分布在 PyMC 模型中不可用。您应改用 LKJCholeskyCov 或 LKJCorr。
方法
Wishart.dist(nu, V, *args, **kwargs)创建一个与 cls 分布相对应的张量变量。