Statistikk, tror jeg blir gal.. Markov Random Fields

[diracfan1]

Hei

Sitter og ser på løsningen av eksamensoppgave her.

http://www.uio.no/studier/emner/matnat/ ... _1_fas.pdf

Oppgaveteksten er her

http://www.uio.no/studier/emner/matnat/ ... 2012_1.pdf

Det er snakk om oppgave 2b.

Er det noen som greier å se hvorfor man kan gå fra å finne et uttrykk for f(y), til å vise at f(y|y_{-t}) er proporsjonal med det uttrykket det står at det er? y_{-t} er y vektoren uten element nr t. Har sett meg helt grønn i ansiktet på alt som heter Bayes og posterior distribution men fatter det bare ikke...

Blir meget takknemlig for hjelp

[Aleks855]

Ha! Dette er statistikk over mitt hode hvertfall. Tror mange her på forumet har statistikk som sitt svakeste (eller bare minst likte) felt.

[diracfan1]

Sukk, da har vi noe til felles, Aleks...

[Nebuchadnezzar]

http://math.stackexchange.com/

Anbefaler å spørre her =)

[tosha0007]

Blir det ikkje slik som dette

[tex]f(y_t|\mathbf{y}_{-t}) = \frac{f(\mathbf{y})}{f(\mathbf{y}_{-t})} = \frac{f(y_0)\cdot f(y_1|y_0)\dots f(y_T|y_{T-1})}{f(y_0) f(y_1|y_0)\ldots f(y_{t-1}|y_{t-2})f(y_{t+1})f(y_{t+2}|y_{t+1})\dots f(y_T|y_{T-1})} = \frac{f(y_t|y_{t-1})f(y_{t+1}|y_t)}{f(y_{t+1})} \propto f(y_t|y_{t-1})f(y_{t+1}|y_t)[/tex]

[diracfan1]

Hei! Takk for svaret jeg er med på det, bortsett fra den første likheten?

[tosha0007]

Kjem direkte av betinga sannsyn; [tex]f(y_t|\mathbf{y}_{-t}) = \frac{f(y_t \cap \mathbf{y}_{-t})}{f(\mathbf{y}_{-t})} = \frac{f(y_1, \ldots, y_T)}{f(\mathbf{y}_{-t})} = \frac{f(\mathbf{y})}{f(\mathbf{y}_{-t})}[/tex]

[diracfan1]

Tusen takk! Nå datt mye på plass her!

[diracfan1]

Ok, står fast på nok et punkt, punkt 2d. Forstår hvordan de kommer frem til uttrykket for log(Y), men ikke hvordan de konkluderer ut fra elementene i eksponenten hva naboene er?