逆威沙特分布,也叫反威沙特分布作是统计学中出现的一类概率分布函数,定义在实值的正定矩阵上。在贝叶斯统计中,逆威沙特分布会用作多变量正态分布协方差矩阵的共轭先验分布。如果一个正定矩阵 (·) 则是多变量伽马分布(英语:Multivariate gamma function)。函数
指的是迹函数。
设矩阵 并且 是 的矩阵,那么 遵从逆威沙特分布:。它的概率密度函数是:
其中 ,而 是多变量伽马分布。
设矩阵 遵从逆威沙特分布。并且假设矩阵 和 都有相适合的分块矩阵表示方式:
其中子矩阵 和 是 的矩阵,那么会有:
甲) 和 与 相互独立,其中 是子矩阵 在 中的舒尔补。
乙) ;
丙) ,其中 是矩阵正态分布。
丁)
假设要求先验分布 为逆威沙特分布 的协方差矩阵。如果观测值 是从互相独立的 p-变量正态分布 的随机变量得到的,那么条件分布 遵从的是逆威沙特分布:。其中 是样本协方差矩阵的倍。
因此,逆威沙特矩阵是多变量正态分布的共轭先验分布。
期望值::85
矩阵 的每一个系数的方差:
对角系数的方差是在上式中令 得到,化简后变成:
当变量数目减到一个的时候,逆威沙特分布会变成特例:逆伽马分布(英语:Inverse-gamma distribution)。也就是说,当 、、 以及 的时候,逆威沙特分布的概率密度函数是:
这正是逆伽马分布。其中 是通常的伽马函数。
而逆威沙特分布也有推广,其中一个是正态逆威沙特分布(英语:Normal-inverse-Wishart distribution)。