6 votos

Las distribuciones en el simplex con la correlación de los componentes de

Estoy buscando algún tipo de distribución a lo largo del simplex en el que los componentes están correlacionados en un ordinal. Es decir, si $p = (p_1, ..., p_J)$ es elaborado a partir de nuestro distribución en el simplex, quisiera $p_i$ estar positivamente correlacionada con la de sus vecinos,$p_{i + 1}$$p_{i - 1}$, dicen. Una vainilla de Dirichlet claro que no puede satisfacer este requisito. Una opción supongo que es una mezcla de Dirichlet distribuciones; por ejemplo, cuando se $J = 4$ uno podría tener $\mathcal D(1, 1, 0, 0) + \mathcal D(0, 1, 1, 0) + \mathcal D(0, 0, 1, 1)$ o algo similar para inducir la correlación, pero me pregunto si hay algo un poco más natural. Otra opción supongo que es para tomar cualquier distribución en $\{1, 2, ..., J\}$, decir $f(j | \eta)$, poner una distribución en $\eta$$p_j = f(j | \eta)$. Así que puedo tomar, por ejemplo, $\eta \sim \mbox{Beta}(\alpha, \beta)$ y deje $f(j | \eta) = {J \choose j} \eta^j (1 - \eta)^{J - j}$.

En cualquier caso, me gustaría que lo termino con ser tan manejable como sea posible. La mezcla de Dirichlet es atractivo porque yo podría conseguir algunas buenas condicional conjugacy ir a por mí, pero no está claro cómo preparar las cosas. Esta pregunta habla sobre la logística de la distribución normal, pero no sé mucho acerca de él; es manejable para la inferencia Bayesiana?

Por supuesto, los componentes de una de Dirichlet ya están negativamente correlacionados, y pidiendo "correlación positiva" probablemente no es totalmente coherente ya que si $p_i$ es grande, es, por naturaleza, tomando la mayor parte de la masa y, por tanto, forzar la probabilidad de que sus vecinos a ser pequeño. Tal vez lo que quiero decir es que $p_i$ se correlaciona positivamente con la $p_{i + 1} / \sum_{j \ne i} p_j$. Esperemos que la pregunta que como se dijo es suficiente para que la gente sepa lo que quiere y es capaz de ayudarme.

12voto

farzad Puntos 4180

Una manera de tener un random $\theta=(\theta_1,\dots,\theta_k)$ viven en el simplex, sin las limitaciones impuestas por la negativa de las covarianzas de la distribución Dirichlet, es definir $\phi_i=\sum_{j=1}^k c_{ij} \log \theta_j$$i=1,\dots,k-1$, donde el $(k-1)\times k$ matriz $C=(c_{ij})$ rango $k-1$. Agregar la restricción $\sum_{i=1}^k\theta_i=1$ cualquier $k-1$ dimensiones de la distribución normal puede ser asignado a $\phi=(\phi_1,\dots,\phi_{k-1})$.

La inferencia bayesiana es manejable dentro de esta rica clase de distribuciones introducido y estudiado por Aitchison en una serie de documentos

Diario de la Sociedad Real de Estadística, $\textbf{B}$, $\textbf{44}$, 139-177 (1982),

Diario de la Sociedad Real de Estadística, $\textbf{B}$, $\textbf{47}$, 136-146 (1985);

y en su libro

$\textit{The Statistical Analysis of Compositional Data}$. Chapman & Hall: Londres (1986).

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X