Hyperprior-Verteilungen für die Parameter (Skalenmatrix und Freiheitsgrade) eines Wisharts vor einer inversen Kovarianzmatrix

Ich schätze mehrere inverse Kovarianzmatrizen einer Reihe von Messungen über verschiedene Subpopulationen hinweg unter Verwendung eines Wisharts vor jags / rjags / R.

Anstatt eine Skalenmatrix und Freiheitsgrade in der inversen Kovarianzmatrix vor (der Wishart-Verteilung) anzugeben, möchte ich einen Hyperprior in der Skalenmatrix und den Freiheitsgraden verwenden, damit sie aus der Variation zwischen den Subpopulationen geschätzt werden können.

Ich habe nicht viel Literatur über Hyperprioren für die Skalenmatrix und Freiheitsgrade gefunden. Der größte Teil der Literatur scheint die Hierarchie bei der Wahl der vor der Kovarianz / inversen Kovarianz zu stoppen und / oder konzentriert sich auf die Schätzung einer einzelnen Kovarianzmatrix anstelle mehrerer Kovarianzmatrizen über verschiedene Populationen hinweg.

Irgendwelche Vorschläge, wie dies zu tun ist - welche Hyperprior-Verteilungen werden für die Skalenmatrix und die Freiheitsgrade der Wishart-Verteilung empfohlen? Gibt es Literatur dazu, die mir fehlt?

— user4733
quelle

$\Sigma$ $\Sigma \sim IW(\nu_1, \Psi_1)$ $\Psi_1 \sim IW(\nu_2, \Psi_2)$ $IW(\nu, \Psi)$ $\nu$ $\frac{\Psi^{-1}}{\nu - p - 1}$ $p$ $\nu$ $\nu$

$\Psi_1$

— Kerl
quelle

Leider denke ich, dass Sie mit Zacken Recht haben. Ich erhalte die Fehlermeldung "Geeigneter Sampler kann nicht gefunden werden", wenn ich einen Prior auf Phi1 setze, der eine inverse () ist, die auf einen dwish () rv

— angewendet wird