Yang tercampur aduk adalah spesifikasi kovarian dalam hal ruang sekitar tempat proses Gaussian didefinisikan, dan operasi yang mengubah variabel acak Gaussian dimensi terbatas hingga menghasilkan distribusi Wishart.
Jika adalah variabel acak Gaussian dimensi (vektor kolom) dengan mean 0 dan matriks kovarians , distribusi adalah distribusi Wishart . Perhatikan bahwa adalah matriks . Ini adalah hasil umum tentang bagaimana bentuk kuadrat
mengubah distribusi Gaussian ke distribusi Wishart. Itu berlaku untuk setiap pilihan matriks kovarians positif pasti . Jika Anda memiliki pengamatan pertamaX∼N(0,Σ)pΣW=XXTWp(Σ,1)Wp×p
x↦xxT
ΣX1,…,Xnkemudian dengan distribusi
adalah Wishart -distribusi. Dibagi dengan kita mendapatkan matriks kovarians empiris perkiraan .
Wi=XiXTiW1+…+Wn
Wp(Σ,n)n−Σ
Untuk proses Gaussian ada ruang ambient, katakanlah untuk ilustrasi bahwa itu adalah , sehingga variabel acak yang dipertimbangkan diindeks oleh elemen di ruang ambient. Yaitu, kami mempertimbangkan proses . Ini adalah Gaussian (dan untuk kesederhanaan, di sini dengan mean 0) jika distribusi marginal dimensi terbatasnya adalah Gaussian, yaitu, jika
untuk semua . Pilihan fungsi kovarians , sebagaimana disebutkan oleh OP, menentukan matriks kovarians, yaitu,
R(X(x))x∈R
X(x1,…,xp):=(X(x1),…,X(xp))T∼N(0,Σ(x1,…,xp))
x1,…,xp∈Rcov(X(xi),X(xj))=Σ(x1,…,xp)i,j=K(xi,xj).
Mengabaikan pilihan distribusi
akan menjadi Wishart -distribusi.
KX(x1,…,xp)X(x1,…,xp)T
Wp(Σ(x1,…,xp),1)