좋은 질문 !! 내 머리 위에 Markov 속성의 결과는 조건 적으로 이고 X t 는 X t – 2 , X t – 3 , … ( Besian 네트워크 모델링 에서 사용됨)와 독립적입니다. .엑스t – 1

$X_{t-1}$엑스티

$X_t$엑스t – 2

$X_{t-2}$엑스t – 3

$X_{t-3}$

당신이 증명할 수있는 경우는 마르코프 속성을 증명할 수 있도록 피( X티, Xt – 2, Xt – 3, . . . |엑스티– 1) = P(X티|엑스t –1) P(Xt – 2엑스t –3, . . . . |엑스t –1)

$P(X_t, X_{t-2}, X_{t-3}, ...|X_{t-1}) = P(X_t | X_{t-1}) P(X_{t-2} X_{t-3}, ....| X_{t-1})$ 모든 인덱스에 대해

변수가 다변량 가우시안 인 경우 (상대적으로 쉬운) 유일한 경우입니다. 그렇지 않으면 특히 관찰이 연속적인 경우 구현하기가 매우 어려울 수 있습니다. 그래도 와 같은 독립성 테스트 또는 이 기사 에 표시된 바와 같이 Kullback-Leibler 분기를 기반으로 한 고급 기술을 사용할 수 있습니다 .χ2

$\chi^2$

답변