tf.contrib.distributions.normal_conjugates_known_scale_predictive

Апостериорное предсказание нормального распределения с сопряжённым априорным распределением по среднему.

tf.contrib.distributions.normal_conjugates_known_scale_predictive(
    prior, scale, s, n
)

Эта модель предполагает, что n наблюдения (с суммой s) взяты из нормального распределения с неизвестным средним loc (описанным нормальным распределением prior) и известной дисперсией scale**2. «Предсказание с известной шкалой» — это распределение новых наблюдений, обусловленное существующими наблюдениями и нашим априорным распределением.

Принимает объект априорного нормального распределения с параметрами loc0 и scale0, а также известные scale значения распределения предсказания (также предполагается нормальным) и статистические оценки s (сумма наблюдений) и n (количество наблюдений).

Вычисляет нормальное распределение(я) p(x | sigma**2):

p(x | sigma**2) = int N(x | mu, sigma**2)N(mu | prior.loc, prior.scale**2) dmu
                = N(x | prior.loc, 1 / (sigma**2 + prior.scale**2))

Возвращает объект распределения апостериорного предсказания с параметрами (loc', scale'**2), где:

sigma_n**2 = 1/(1/sigma0**2 + n/sigma**2),
mu' = (mu0/sigma0**2 + s/sigma**2) * sigma_n**2.
sigma'**2 = sigma_n**2 + sigma**2,

Параметры распределения из prior, а также scale, s и n будут транслироваться в случае многомерных наборов параметров.