2026《相依狄利克雷过程概述》2000字.docxVIP

PAGE30

PAGE30

相依狄利克雷过程概述

目录

TOC\o1-3\h\u17415相依狄利克雷过程概述 1

196281.1.1模型介绍 1

115541.1.2Gibbs抽样 5

模型介绍

MacEachern(1999,2000)将DDP应用到协变量相关的随机概率分布。DDP构造的核心思想是定义一系列随机测度使得边际上每个协变量相关的随机测度都服从DP过程。在这样的框架下，将协变量引入到随机分布的stickbreaking表示中从而产生相关性，即

(2-29)

其中权重，是取值范围为的独立随机过程，该随机过程的索引集为,且边际分布为；同理也是以为索引集的随机过程，边际分布为。这个过程中，权重和原子是独立的。从直观地角度来看，构造的DDP可以看成以通常的DP为基础，然后根据预测变量的相关性来对DP的成分（也就是权重和原子）进行修改。给定和，该过程的建立确保了最终随机测度会随着变动而光滑变动，即当,。

MacEachern同时给出了DDP的标准构造方式，该方法涉及两个独立的随机过程的转换，即and,前者用于定于,后者用于定义。MacEachern利用著名的逆变换方法来让权重和原子服从合适的边际分布。比如，表示在上的零均值高斯随机过程，并且方差固定为。令和分别表示标准正态和贝塔分布的累积分布函数CDF。那么