Publication
Saddlepoint approximation for mixture models
Résumé
Two-component mixture distributions with one component a point mass and the other a continuous density may be used as priors for Bayesian inference when sparse representation of an underlying signal is required. We show how saddlepoint approximation in such models can yield highly accurate quantiles for posterior distributions, and illustrate this numerically, using wavelet regression with point mass/Laplace and point mass/normal prior distributions.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.