Bayesian
Wishart-Wishart 後驗的參數是什麼？
推斷精度矩陣時用於生成的正態分佈D維向量
我們通常先放置一個 Wishart因為 Wishart 分佈是具有已知均值和未知方差的多元正態分佈精度的共軛先驗：
在哪裡是自由度和尺度矩陣。為了增加模型的魯棒性和靈活性，我們將超先驗置於 Wishart 的參數之上。例如，Görür 和 Rasmussen建議：
在哪裡是 tha Gamma 分佈。 問題：
為了採樣後面的
這個後驗的族和參數是什麼？
PS：
刪除所有不依賴的因素並用 Wihsart 的參數識別參數我得到一個帶參數的 Wishart：
這看起來很不錯，但我一點也不自信，因為我在書本和互聯網上都找不到任何例子。
勘誤：
Görur 和 Rasmussen 提出了那些優於 Wishart 參數的超先驗，但是這個等式：
應該改為：
因此解決了缺乏共軛。如果我們想保持那麼我們應該使用 Inverse Wishart 作為先驗（參見@Xi’an 的回答）
兩種密度的乘積
造成
這似乎不是標準密度。為了保持各種共軛，正確的層次結構先於應該是這樣的