一、共轭先验分布定义
设 π ( θ ) \pi(\theta) π(θ) 是 θ \theta θ 的先验密度,假设由抽样信息算得的后验密度函数与 π ( θ ) \pi(\theta) π(θ) 有相同的函数形式,则称 π ( θ ) \pi(\theta) π(θ) 是 θ \theta θ 的共轭先验分布。
二、正态均值的共轭先验分布
1.公式理论
- 设 x 1 , x 2 , ⋯ , x n x_1,x_2,\cdots,x_n x1,x2,⋯,xn 是来自正态分布 N ( θ , σ 2 ) N(\theta,\sigma^2) N(θ,σ2) 的样本观察值( σ \sigma σ 已知)
- 取另一个正态分布 N ( μ , τ 2 ) N(\mu,\tau^2) N(μ,τ2) 作为 θ \theta θ 的先验分布
- 求 θ \theta θ 的后验分布 π ( θ ∣ x ) \pi(\theta|x) π(θ∣x) ?
- 经过计算可知后验分布是 N ( μ 1 , τ 1 2 ) N(\mu_1,\tau_1^2)