h******3
发帖数: 190 | 1 Bayesian hierarchical model里通常用inverse wishart作为covariance matrix的
conjugate prior. 我的问题是怎么选择inverse wishart的scale matrix. 通常就用
identity matrix吗? 对estimates有什么影响. 多谢. |
|
F***e
发帖数: 23 | 2 设矩阵H是i.i.d.高斯分布，X=H^T*H是Wishart矩阵，请问逆矩阵X^{-1}的对角线元素
是统计独立的吗？感觉应该不独立，可是有人说是独立的。 |
|
z******j
发帖数: 1265 | 3 请教各位大侠！R里面的rwish()，怎么设S才能generate standardized Wishart?
万分感谢！！ |
|
h******3
发帖数: 190 | 4 You are still referring to inverse Wishart, right? |
|
g*******i
发帖数: 258 | 5 right,
some people do argue that inverse Wishart as a prior is not an ideal choice.
maybe you can try things like Jeffrey's prior, which I am not very sure |
|
L*******t
发帖数: 2385 | 6 我能说的估计你都知道了。。。为了灌水，还是展开说一说吧！
CEV似乎不是主流，金融literature有一个很大的分支是Affine Models
你查Cheridito，Mayerhofer,Paul Schneider, Duffie, Pan Jun, Singleton等人的文
章，他们有很系统的叙述，CIR就是affine models的一个特例。然后Heston model的
Variance就是个CIR。
Affine models的characteristic function有closed form。Transition Density有
approximation，看Schneider的文章。
Cheridito文章里面构造Affine Model的观点和传统的从Bessel process开始然后做CIR
不一样，要更加一般。
然后最近10年有些学者开始搞multivariate affine，matrix value processes，
Wishart Process就是这个乐。一篇比较好的硕士毕业论文，里面有Wishart的方方面面
，有很多作者讨论了Wis... 阅读全帖 |
|
L*******t
发帖数: 2385 | 7 我能说的估计你都知道了。。。为了灌水，还是展开说一说吧！
CEV似乎不是主流，金融literature有一个很大的分支是Affine Models
你查Cheridito，Mayerhofer,Paul Schneider, Duffie, Pan Jun, Singleton等人的文
章，他们有很系统的叙述，CIR就是affine models的一个特例。然后Heston model的
Variance就是个CIR。
Affine models的characteristic function有closed form。Transition Density有
approximation，看Schneider的文章。
Cheridito文章里面构造Affine Model的观点和传统的从Bessel process开始然后做CIR
不一样，要更加一般。
然后最近10年有些学者开始搞multivariate affine，matrix value processes，
Wishart Process就是这个乐。一篇比较好的硕士毕业论文，里面有Wishart的方方面面
，有很多作者讨论了Wis... 阅读全帖 |
|
x**********t
发帖数: 45 | 8 一个不知明的小公司，一个ws的日本面试官，一道变态的面试题。。。唉。。。
我怀疑是他正在做的东西，他自己也不知道怎么做。
Y=x_{11}+x_{22}
Z=X/y
X是一个2x2的矩阵，服从wishart distribution
y=trace(X)
他问我Y和z是否独立。
我当时特紧张，手脚冰凉，看了看，jacobian我就不会求。
因为问起简历上的一个project涉及到wishart distribution,所以就有了这个问题。郁
闷阿，我只是用到这个distribution而已，根本就不了解detail.他跟我说，我能说出
个思路就可以，不用当场算，我当时是傻在那里了，直接说我不会。回想起来是自己太
紧张了.不过回家仔细想这个问题，我还是不会做，好奇，版上的大牛有会的么？ |
|
q**j
发帖数: 10612 | 9 sorry. There are T years and N observation with K independent variables in e
ach year. I can get a set of K estimates each period. My problem now is the
get a smooth estimate for the covariance of the K parameters, ie. a K by K m
atrix.
Sample covariance is not stable. Most Bayesian model innovate on the mean, w
ith less attention on covariance. When they actually focus on covariance, th
ey use Wishart distribution, which is very hard to optimize due to the gamma
function, when I try to find the... 阅读全帖 |
|
y*****y
发帖数: 98 | 10 the K variables are independent, why do you need a covariance matrix?
anyway. the covariance estimation could be very hard due to large K and
small N. the Bayesian approach is to put a prior structure (conjugate
Wishart or objective prior etc.). but i don't think that the Wishart prior
is difficult if there is no constraint. everything is conjugate. estimation
should be pretty straightforward.
by the way, you have time associated. the model should be temporal. |
|
h***c
发帖数: 12 | 11 一点理解，也不知道对不
我对这5点都存有疑问：
1.InvGamma(1,1)分布是范围>0的什么分布啊？为什么要用(1,1)呢？
如果 x 是 invgamma（1，1）,那 1/x 是exponential(1).
用（1，1）的原因可能是1，简单，2，pdf相对平滑，能够cover a large range with
decent probability.
2.共轭的条件不符合：解释是不能总是获得实际数据，共轭必须满足什么条件啊？
似乎是说有些data不是normal，而是truncated normal。这种条件下用wishart也不共轭
3.在这种条件下可以使用Gibbs sampler生成先验分布吗？我查了一下，要有概率转移
矩阵才可以使用Gibbs sampler吧？
不是用gibbs sampler生成prior。
文章是说既然不共轭，就不能直接用wishart来得到posterior samples。需要gibbs来
做。跟prior的生成没有关系
4.为什么可以这么循环呢，协方差矩阵里面的初始值是怎么产生的呢？
diagonal的值从invgamma sample... 阅读全帖 |
|
y*f
发帖数: 2202 | 12 子虚乌有——关于马克思“私生子”的考证
文章提交者：fusang12 加贴在 世界历史
（一）
国内最早公开报道马克思“私生子”一事的，据我看到的资料，是1993年8月16期的《
辽宁青年》杂志，第38页，题目是《红色的燕妮》，作者陈婕。另外，中国文联出版公
司在1993年3月曾出版过《红色燕妮：卡尔.马克思夫人的一生》，(德)海因茨弗雷德里
克簠德斯著，吴明亮译。前者是否摘自后者，因手头没有这本书，尚无法证实。同年5
月，台湾翻译了一本法国人写的书《马克思背后的女人》（见后），也是讲燕妮的，其
中提到了这个名为弗里德里希刘易斯德穆特（或弗里德里希德穆特）的“私生子”。
不过总的来说，当时这一波宣传在国内影响不大。目前在网上最有影响力的，还是程映
虹以及此后郑若思、马悲鸣的文章，以及从它们演绎派生出来的文章。从这些文章和文
章的评论来看，作者以及大部分文章转贴者的目的，显然是要贬低马克思本人和马克思
主义。
需要指出的是，这些文章错误颇多，如：
把琳衡称为结婚的陪嫁（见程文、马文）。事实上，是马克思结婚两年后才由岳母派来
的。
认为马克思的女儿女婿自杀，与从恩格斯那里得知此事有关（... 阅读全帖 |
|
q*******g
发帖数: 524 | 13 按照“天网”行动统一部署，国际刑警组织中国国家中心局近日集中公布了针对
100名涉嫌犯罪的外逃国家工作人员、重要腐败案件涉案人等人员的红色通缉令，加大
全球追缉力度。
4月22日，中央纪委监察部网站公布了这100名外逃人员的详细信息。其中包括可能
于2001年11月逃往新西兰的通化金马药业集团有限公司原董事长闫永明。闫永明，别名
刘阳，因职务侵占，逃亡新西兰，已于2005年8月22日被红色通缉令通缉。国际刑警组
织提供情报称：逮捕令上提供的罪犯姓名为闫永明（Yongming Yan），所涉嫌诈骗和贪
污罪案金额高达2.5亿美元。
闫永明
换取国外保护
根据通缉令的叙述，闫永明拥有3个身份证号、3个护照号，可能出生于1971年6月
、1969年6月或1972年10月。
闫永明来到海外后迅速与海外民运人士接触，向民运人士撒钱，以得到民运人士的
保护，他极力把自己打扮成为一个持不同政见者，使其经济问题政治化。闫永明逃亡新
西兰后，投奔并支持法轮功组织，有意结识了叶浩、王文怡等一些法轮功人员。2006年
5月，闫永明出资发起“中国自由文化运动”，与法轮功前呼后应组织若干活动。20... 阅读全帖 |
|
x********i
发帖数: 423 | 14 “中国伟哥之父”法轮功支持者闫永明再遭通缉
发布日期：2015年04月25日 文章来源：凯风网综合 &#
160;作者：
【字体大小：大 中 小】
按照“天网”行动统一部署，国际刑警组织中国国家中心局近日集中公布了针对
100名涉嫌犯罪的外逃国家工作人员、重要腐败案件涉案人等人员的红色通缉令，加大
全球追缉力度。
4月22日，中央纪委监察部网站公布了这100名外逃人员的详细信息。其中包括可能
于2001年11月逃往新西兰的通化金马药业集团有限公司原董事长闫永明。闫永明，别名
刘阳，因职务侵占，逃亡新西兰，已于2005年8月22日被红色通缉令通缉。国际刑警组
织提供情报称：逮捕令上提供的罪犯姓名为闫永明（Yongming Yan），所涉嫌诈骗和贪
污罪案金额高达2.5亿美元。
闫永明
换取国外保护
根据通缉令的叙述，闫永明拥有3个身份证号、3个护照号，可能出生于1971年6月
、1969年6月或1972年10月。
闫永明来到海外后迅速与海外民运人士接触，向民运人士撒钱，以得到民运人士的
保护，他极力... 阅读全帖 |
|
z*****i
发帖数: 370 | 15 按照“天网”行动统一部署，国际刑警组织中国国家中心局近日集中公布了针对100名
涉嫌犯罪的外逃国家工作人员、重要腐败案件涉案人等人员的红色通缉令，加大全球追
缉力度。
4月22日，中央纪委监察部网站公布了这100名外逃人员的详细信息。其中包括可能
于2001年11月逃往新西兰的通化金马药业集团有限公司原董事长闫永明。闫永明，别名
刘阳，因职务侵占，逃亡新西兰，已于2005年8月22日被红色通缉令通缉。国际刑警组
织提供情报称：逮捕令上提供的罪犯姓名为闫永明（Yongming Yan），所涉嫌诈骗和贪
污罪案金额高达2.5亿美元。
闫永明
换取国外保护
根据通缉令的叙述，闫永明拥有3个身份证号、3个护照号，可能出生于1971年6月
、1969年6月或1972年10月。
闫永明来到海外后迅速与海外民运人士接触，向民运人士撒钱，以得到民运人士的
保护，他极力把自己打扮成为一个持不同政见者，使其经济问题政治化。闫永明逃亡新
西兰后，投奔并支持阀仑功组织，有意结识了叶浩、王文怡等一些阀仑功人员。2006年
5月，闫永明出资发起“中国自由文化运动”，与阀仑功前呼后应组织若干活动。20... 阅读全帖 |
|
p*********3
发帖数: 2039 | 16 http://en.wikipedia.org/wiki/Nurse_with_Wound_list
Agitation Free, German rock group.
Pekka Airaksinen, Finnish musician and member of the group Sperm (see below).
Airway, project of Joe Potts as part of the Los Angeles Free Music Society
collective.
Albrecht/d. German artist with ties to the Fluxus scene. He has worked with
Joseph Beuys and Throbbing Gristle (see below).
Alcatraz, German rock group.
Älgarnas Trädgård, Swedish rock group.
All 7-70, see Ritual All 770 (below)
Alter... 阅读全帖 |
|
r***u
发帖数: 1272 | 17 “漫长的革命”——毛泽东与文化领导权问题
韩毓海
（北京大学中国语言文学系教授）
"再过了几十年之后来看中国人民民主革命的胜利，就会使人感觉那好像是一出长
剧的一个短小的序幕。――我们能够学会我们原来不懂的东西。我们不但善于破坏一个
旧世界，我们还善于建设一个新世界。"
――毛泽东，《在中国共产党七届二中全会上的讲话》
"在建设社会主义社会的过程中，人人需要改造，剥削者要改造，劳动者也要改造
，谁说工人阶级不要改造？――工人阶级要在阶级斗争中和向自然界的斗争中改造整个
社会，同时改造自己。工人阶级必须在工作中不断学习，逐步克服自己的缺点，永远也
不能停止。――后退是没有出路的。"
―――毛泽东，《关于正确处理人民内部矛盾问题》
"爱无疑是人类最美好的感情。但是，对于一个博学善思的民族而言，爱一个人不
是指爱他给我们留下和提供的结论，而在于爱他向我们提出的问题、包括他对我们的批
评。毛泽东提出的那些问题依然困扰着现代人类，他的批评今天依然有力量。自这个伟
人逝世后中国与世界所发生的变化已经表明：一个真正的马克思主义者，在当代就不可
能不是一个毛主义者，无论'葛兰西派'（Gramscian... 阅读全帖 |
|
|
b******3
发帖数: 377 | 19 Title:Applications of metabolomics in drug discovery and development.
Authors:Wishart DS
Journal:Drugs R D. 2008;9(5):307-22.
Link:http://www.ncbi.nlm.nih.gov/pubmed/18721000
email [email protected]
/* */
3x!!! |
|
e******e
发帖数: 274 | 20 I am using a Bayesian method to estimate a multinomial probit model through
data augmentation. All the priors are conjugate priors. Covariance matrix
follows wishart. Normalize the first element of covariance matrix to be 1. I
find that other elements of the covariance matrix are very easy to explode.
They are very sensitive to the starting value and the parameter of the priors.
Can any Da Xia tell me why those elements explode and how to deal with them?
Thank you very much. |
|
J**Y
发帖数: 34 | 21 My experience is that the values of latent variable from truncated normal
are easily to explode. You may want to add some truncations into your code.
Additionally, since you normalize the 1st diagnol element of covariance matrix
as 1, you can not still assume this matrix is wishart distributed. You can
check a recent paper (2000) in J. of Econometrics to see how to estimate
this kind of identified MNP model by Bayesian.
An easy way is to work on unidentified model, in which you specify priors
on |
|
i********e
发帖数: 31 | 22
要看你对分布本身有什么额外的要求.
这里你得到的特征值都是均匀分布在区间(0,1)上
(注意我将你上面的randn(n,n)改成了randn(n,p) 要求p>=n,
在p>=n时,A=M*M'得到正定矩阵的概率为1.)
这种方法得到的正定矩阵实际上是来自Wishart分布W_n(V,p)
这里n是矩阵大小,p是degrees of freedom (or shape parameter),
V是一个正定矩阵(scale parameter),你这里得到的V是n阶单位阵,
因为用的是1*randn. 你产生的样本平均值应该接近期望值p*V. |
|
L*******t
发帖数: 2385 | 23 数学本硕，2006年读过一个MFE。
目前金融工程博士一年级在读，做资产定价的，对No arbitrage和General
Equilibrium的东
西比较熟悉，熟悉各种Process, Levy, Wishart etc，以前有过4年风险管理modeling
的经验，有paper十几篇（不过只有两篇是英文的)。对时间序列模型比较熟悉
做过VaR的econometric modeling，也做过一些empirical，在Markowitz框架下的
portfolio
optimization，现在在做dynamic portfolio choice。
以前自己搞过一些trading models
学过的课程有credit risk models, stochastic calculus, measure theory,
financial econometrics, asset pricing, dynamic programming, portfolio
optimization等等。
应该能胜任各种衍生品的pricing, risk management，trading mode... 阅读全帖 |
|
a****m
发帖数: 693 | 24
Wishart distribution pdf is depending on variance V, if we define
conditional distribution p(W|V, Y), Z will be ancillary. |
|
d******e
发帖数: 7844 | 25 这个容错功能有待提高啊。
W~Wishart(k,V)
这个题跟k应该没什么关系，所以关心的就是parameter V.
他应该是要说是Z是ancillary statistic independent on V。
而Y是V的sufficient statistics,所以Y和Z是Independent的。
这题应该是在2x2的情况下才成立吧，你没有推一推？2x2的情况下，行列式写出来很简
洁的 |
|
d******e
发帖数: 7844 | 26 我对Wishart不熟悉，我只是试图翻译一下被你误解的部分 |
|
c******r
发帖数: 300 | 27 Z1,Z2 ~ N(0, \sigma^2)
W = (Z1^2, Z1Z2;
Z2Z1, Z2^2) ~ Wishart(df = 1) * \sigma^2
trace(W) = Z1^2+Z2^2 is complete sufficient for the model (or for sigma^2 if
you prefer to call it in this way), the ratio is ancillary. Let \sigma^2 =
1 and use Basu will give you the desired independence. |
|
q**j
发帖数: 10612 | 28 打算得到比较smooth (stable)的mean and covariance estimates。现在mean用了baye
sian model，已经相对比较smooth了。但是Bayesian的covariance也不smooth，而且牵
涉到wishart distribution，在mle的时候非常volatile。请问这方面的大侠有什么指教
么？
当然还是要efficient的estimator。多谢了。 |
|
c******r
发帖数: 300 | 29 Are you kidding us? How dare you call R.A.Fisher a British peasant? He did
work at Rothamsted Experimental Station as a researcher, but if this
qualifies him as a title of peasant, Irwin, Wishart, Yates, Cochran and
Nelder, are all peasants, a joke that will make everyone in stats laugh at
you. In case you don't know, Fisher has been known either as a statistician
(perhaps the most famous one) or as a very distringuished geneticist (
depends on what background you have, or apparent, you are in n... 阅读全帖 |
|
s**u
发帖数: 383 | 30 "check model" and "load data"没问题，一complie就显示
expected multivariate node
那位有经验的讲讲这个是什么错误？
model {
for (i in 1:k-1) {
for (j in i+1:k){
win1[i,j] ~ dbin(p[i,j], n)
logit(p[i,j]) <- d[i]-d[j]}
}
d[1:k] ~dmnorm(dmu[ ], prec.Sigma[,])
## Inverse Wishart Prior for Sigma
dmu[1:k] <-0
prec.Sigma[1:k,1:k] ~dwish(Omega[,],k)
Sigma[1:k,1:k]<-inverse(prec.Sigma[,])
for (i in 1:k){ Omega[i,i] <- 0.001}
}
Data:
... 阅读全帖 |
|
s**u
发帖数: 383 | 31 "check model" and "load data"没问题，一complie就显示
expected multivariate node
那位有经验的讲讲这个是什么错误？
model {
for (i in 1:k-1) {
for (j in i+1:k){
win1[i,j] ~ dbin(p[i,j], n)
logit(p[i,j]) <- d[i]-d[j]}
}
d[1:k] ~dmnorm(dmu[ ], prec.Sigma[,])
## Inverse Wishart Prior for Sigma
dmu[1:k] <-0
prec.Sigma[1:k,1:k] ~dwish(Omega[,],k)
Sigma[1:k,1:k]<-inverse(prec.Sigma[,])
for (i in 1:k){ Omega[i,i] <- 0.001}
}
Data:
... 阅读全帖 |
|
s**u
发帖数: 383 | 32 经高手指导，compile 没有问题了， 但是initial 又出问题了， 说是NIL
dereference (read)， 查了manual, 说是 'NIL dereference (read)' can occur at
compilation in some circumstances when an inappropriate transformation is
made, for example an array into a scalar.用gen initial也出现同样的error.
请高人指导，谢谢。
model {
for (i in 1:k-1) {
for (j in i+1:k){
win1[i,j] ~ dbin(p[i,j], n)
logit(p[i,j]) <- d[i]-d[j]}
# p[i] <- phi(d[ind1[i]] - d[ind2[i]])
}
d[1:k] ~dmnorm(dmu[ ]... 阅读全帖 |
|
g*******i
发帖数: 258 | 33 Usually it should be (k+m)I
where k is the degree of freedom, m <= 3, and I is the identity
this gives you a diffuse prior. no other meaning |
|
h******3
发帖数: 190 | 34 If I want the prior to be as non-informative as possible, is there any
alternative?
thanks. |
|
g*******i
发帖数: 258 | 35 W(k, kI)
k = dimension of the square matrix |
|
h******3
发帖数: 190 | 36 er... wrapping my head around it...
Didn't the coefficient k makes influence of prior larger? since k > 1 |
|
|
S******J
发帖数: 30 | 38 I believe one of Gelman's paper talks about this subject. You could take a
look. |
|
