Estoy utilizando un modelo Gaussiano con un conjugado Normal Inverso de Wishart (NIW) anteriores, tal como se describe aquí. La ventaja de este enfoque es que la probabilidad marginal $p(y)$, que es lo que me interesa, está disponible en forma cerrada.
Mi problema es que los resultados parecen ser dependientes de la NIW hyper-parámetros (yo no tengo ninguna información previa), con algunos de los peligros que se describe aquí.
Como una alternativa, estoy considerando arranque de mis datos con el fin de obtener $m$ estimación de la media y la covarianza. Entonces yo podría calcular la probabilidad marginal:
$$ p(y) \approx \frac{1}{m} \sum_{i=1}^m p(y|\hat{\mu}_i, \hat{\Sigma}_i). $$
Sería esto antes de ser una aproximación a un Empírico de Bayes antes, algo más o simplemente tonterías?
Gracias
