توزیع نرمال-ویشارت

فرض کنیم متغیر مربوط به میانگین دارای توزیع گوسی چند متغیره

${\displaystyle {\boldsymbol {\mu }}|{\boldsymbol {\mu }}_{0},\lambda ,{\boldsymbol {\Lambda }}\sim {\mathcal {N}}({\boldsymbol {\mu }}|{\boldsymbol {\mu }}_{0},(\lambda {\boldsymbol {\Lambda }})^{-1})}$

و متغیر مربوط به ماتریس کواریانس دارای توزیع ویشارت باشد

${\displaystyle {\boldsymbol {\Lambda }}|\mathbf {W} ,\nu \sim {\mathcal {W}}({\boldsymbol {\Lambda }}|\mathbf {W} ,\nu )}$

در اینصورت می گوییم زوج میانگین-واریانس دارای توزیع ویشارت-نرمال است

${\displaystyle ({\boldsymbol {\mu }},{\boldsymbol {\Lambda }})\sim \mathrm {NW} ({\boldsymbol {\mu }}_{0},\lambda ,\mathbf {W} ,\nu ).}$

و توزیع مشترک را به این صورت مشخص می کنیم:

${\displaystyle f({\boldsymbol {\mu }},{\boldsymbol {\Lambda }}|{\boldsymbol {\mu }}_{0},\lambda ,\mathbf {W} ,\nu )={\mathcal {N}}({\boldsymbol {\mu }}|{\boldsymbol {\mu }}_{0},(\lambda {\boldsymbol {\Lambda }})^{-1})\ {\mathcal {W}}({\boldsymbol {\Lambda }}|\mathbf {W} ,\nu )}$

• توزیع نرمال-ویشارت وارونه
• توزیع نرمال-گاما
• توزیع ویشارت

• Bishop, Christopher M. (2006). Pattern Recognition and Machine Learning. Springer Science+Business Media.