Giá trị dự kiến ​​của phân phối Dirichlet sửa đổi là gì? (vấn đề tích hợp)


14

Thật dễ dàng để tạo ra một biến ngẫu nhiên với phân phối Dirichlet bằng các biến Gamma có cùng tham số tỷ lệ. Nếu:

XiGamma(αi,β)

Sau đó:

(X1jXj,,XnjXj)Dirichlet(α1,,αn)

Vấn đề Điều gì xảy ra nếu các tham số tỷ lệ không bằng nhau?

XiGamma(αi,βi)

Vậy thì phân phối biến này là gì?

(X1jXj,,XnjXj)?

Đối với tôi nó là đủ để biết giá trị dự kiến ​​của phân phối này.
Tôi cần một công thức đại số khép kín gần đúng có thể được đánh giá rất nhanh bằng máy tính.
Giả sử xấp xỉ với độ chính xác 0,01 là đủ.
Bạn có thể cho rằng:

αi,βiN

Lưu ý Tóm lại, nhiệm vụ là tìm một xấp xỉ của tích phân này:

f(α,β)=R+nx1jxjjβjαjΓ(αj)xjαj1eβjxjdx1dxn


1
@ Ukasz Bạn có thể nói gì thêm về các tham số , α iβ i không? Có thể thu được các biểu thức chính xác cho j X j và do đó gần đúng với các kỳ vọng của các tỷ lệ, nhưng đối với các kết hợp nhất định của các tham số, người ta có thể khai thác các xấp xỉ Bình thường hoặc yên ngựa với ít công việc hơn. Tôi không nghĩ sẽ có một phương pháp xấp xỉ phổ quát, đó là lý do tại sao các hạn chế bổ sung sẽ được hoan nghênh. nαiβijXj
whuber

j X j tương quan với nhau nên chúng ta phải tính gần đúng chính tích phân. α i thường là một con số nhỏ như 1 hoặc 2 và đôi khi lớn như 10000. Tương tự wih β i nhưng nó thường là lớn hơn 10 lần α i . X1jXjαiβiαi
Łukasz Lew

Vấn đề là với nhỏ . Nếu tất cả các α i là lớn thì approxmiation lợi ích của toàn thể thiếu là: α 1 / β 1αiαiα1/β1jαj/βj
Łukasz Lew

@ Ukasz Nếu bạn cần đánh giá biểu thức của kỳ vọng, tại sao bạn cần một công thức đại số? Tôi đang suy nghĩ trong việc áp dụng một số thủ thuật số để có được kỳ vọng nhưng tôi cần một số phản hồi :)
deps_stats

Tôi cần đánh giá nó nhiều lần trong chương trình của tôi. Nó phải rất nhanh, tức là không có vòng lặp và tốt nhất là không có quá nhiều sự phân chia.
Łukasz Lew

Câu trả lời:


2

Chỉ là một nhận xét ban đầu, nếu bạn muốn tốc độ tính toán, bạn thường phải hy sinh độ chính xác. "Chính xác hơn" = "Thêm thời gian" nói chung. Dù sao ở đây là một xấp xỉ thứ hai, nên cải thiện "thô" xấp xỉ mà bạn đề xuất trong nhận xét của bạn ở trên:

=

E(XjiXi)E[Xj]E[iXi]cov[iXi,Xj]E[iXi]2+E[Xj]E[iXi]3Var[iXi]
=αjiβjβiαi×[11(iβjβiαi)+1(iαiβi)2(iαiβi2)]

EDIT Một lời giải thích cho việc mở rộng ở trên đã được yêu cầu. Câu trả lời ngắn gọn là wikipedia . Câu trả lời dài được đưa ra dưới đây.

f(x,y)=xyfXE(X)YE(Y) which are both zero when taking expectations.

2fx2=0
2fxy=1y2
2fy2=2xy3

And so the taylor series up to second order is given by:

xyμxμy+12(1μy22(xμx)(yμy)+2μxμy3(yμy)2)

Taking expectations yields:

E[xy]μxμy1μy2E[(xμx)(yμy)]+μxμy3E[(yμy)2]

Which is the answer I gave. (although I initially forgot the minus sign in the second term)


This looks like exactly what I need. Can you explain how you got this expansion? I tried in a lot of ways and was unable to do that ...
Łukasz Lew
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.