摘要

提出了一种从高斯数据估计协方差矩阵逆的贝叶斯方法。该方法基于先验,该先验允许逆协方差矩阵的非对角元素为零,并且在许多应用中导致协方差矩阵的简约参数化。没有对相应的图形模型的结构进行假设,因此,该方法既适用于不可分解图,也适用于可分解图。所有参数都是使用有效的Metropolis–Hastings抽样方案通过模型平均来估计的。仿真研究表明,当逆协方差矩阵稀疏时,该方法可以产生协方差矩阵的统计有效估计。通过将其应用于三个与样本量相关的高维示例,说明了该方法。

您当前没有访问此文章的权限。