The marginal likelihood for parameters in a discrete Gauss-Markov process
The marginal likelihood for parameters in a discrete Gauss-Markov process
复制标题
DOI：
10.1109/78.824682
复制
发表时间：
2000-03
期刊：
影响因子：
--
通讯作者：
B. Bell
中科院分区：
文献类型：
--
作者：
B. Bell
我们使用拉普拉斯方法来近似高斯-马尔可夫过程中参数的边际似然。这种近似需要矩阵的行列式，其维度等于状态变量的数量乘以时间点的数量。我们将其简化为较小矩阵的行列式和逆矩阵的顺序评估，我们证明这是一种数值稳定的方法。
We use Laplace's method to approximate the marginal likelihood for parameters in a Gauss-Markov process. This approximation requires the determinant of a matrix whose dimensions are equal to the number of state variables times the number of time points. We reduce this to sequential evaluation of determinants and inverses of smaller matrices, we show this is a numerically stable method.