共轭先验 | 共轭分布(转)
参考:
https://blog.csdn.net/xianlingmao/article/details/7340099
wiki
理解了贝叶斯之后,再理解这些概念就轻松很多,原文如下。
在贝叶斯统计中,如果后验分布与先验分布属于同类,则先验分布与后验分布被称为共轭分布,而先验分布被称为似然函数的共轭先验。比如,高斯分布家族在高斯似然函数下与其自身共轭 (自共轭)。这个概念,以及"共轭先验"这个说法,由 霍华德·拉法拉 和 罗伯特·施莱弗尔 在他们关于贝叶斯决策理论的工作中提出。[1] 类似的概念也曾由 乔治·阿尔弗雷德·巴纳德 独立提出。[2]
具体地说,就是给定贝叶斯公式 假定似然函数
是已知的,问题就是选取什么样的先验分布
会让后验分布与先验分布具有相同的数学形式。
共轭先验的好处主要在于代数上的方便性,可以直接给出后验分布的封闭形式,否则的话只能数值计算。共轭先验也有助于获得关于似然函数如何更新先验分布的直观印象。
所有指数家族的分布都有共轭先验。
共轭有利于形成贝叶斯链,方便迭代计算。