我的问题与多变量联合分布有关。我有一个源变量“ x”和多个接收者“ y1”“ y2”“ y3”。我有每个关节分布p(x,y1),p(x,y2),p(x,y3)。我的问题是如何从3的组合中得到p(x)。我认为的问题是
如果我从p(x,y1)计算出p(x)。我已经认为这应该恰好是从其他联合分布获得的p(x)。但是在实际情况下,我们必须估计这些分布,这些分布将对p(x)产生不同的边际。
我还没有代码,但是如果有人可以指出方向,那真的很有帮助
我在论文中使用信念网络对传感器进行建模。请参阅:http://riso.sourceforge.net我的论文在页面上略有下降。在第6.5节中描述了用于测量同一物体的传感器模型。
简而言之,当您对同一事物y1, y2, y3
具有多个度量x
时,可以将它们全部的联合概率建模为p(x, y1, y2, y3) = p(y1 | x) p(y2 | x) p(y3 | x) p(x)
,其中每个p(y | x)
是度量模型,即,它表示测量是被测物的函数的方式。那么目标是计算p(x | y1, y2, y3)
。事实证明,它与p(y1 | x) p(y2 | x) p(y3 | x) p(x)
成正比,而比例常数是使表达式在x
上积分为1所需要的。也就是说,要组合来自多个传感器的信息,请在给定此模型的情况下将它们相乘。
[如果您在stats.stackexchange.com上提出问题,那么我可以说更多。希望这会有所帮助。