Stan Math Library  2.12.0
reverse mode automatic differentiation
cov_matrix_constrain_lkj.hpp
Go to the documentation of this file.
1 #ifndef STAN_MATH_PRIM_MAT_FUN_COV_MATRIX_CONSTRAIN_LKJ_HPP
2 #define STAN_MATH_PRIM_MAT_FUN_COV_MATRIX_CONSTRAIN_LKJ_HPP
3 
8 
9 namespace stan {
10  namespace math {
11 
31  template <typename T>
32  Eigen::Matrix<T, Eigen::Dynamic, Eigen::Dynamic>
33  cov_matrix_constrain_lkj(const Eigen::Matrix<T, Eigen::Dynamic, 1>& x,
34  size_t k) {
35  size_t k_choose_2 = (k * (k - 1)) / 2;
36  Eigen::Array<T, Eigen::Dynamic, 1> cpcs(k_choose_2);
37  int pos = 0;
38  for (size_t i = 0; i < k_choose_2; ++i)
39  cpcs[i] = corr_constrain(x[pos++]);
40  Eigen::Array<T, Eigen::Dynamic, 1> sds(k);
41  for (size_t i = 0; i < k; ++i)
42  sds[i] = positive_constrain(x[pos++]);
43  return read_cov_matrix(cpcs, sds);
44  }
45 
70  template <typename T>
71  Eigen::Matrix<T, Eigen::Dynamic, Eigen::Dynamic>
72  cov_matrix_constrain_lkj(const Eigen::Matrix<T, Eigen::Dynamic, 1>& x,
73  size_t k,
74  T& lp) {
75  size_t k_choose_2 = (k * (k - 1)) / 2;
76  Eigen::Array<T, Eigen::Dynamic, 1> cpcs(k_choose_2);
77  int pos = 0;
78  for (size_t i = 0; i < k_choose_2; ++i)
79  cpcs[i] = corr_constrain(x[pos++], lp);
80  Eigen::Array<T, Eigen::Dynamic, 1> sds(k);
81  for (size_t i = 0; i < k; ++i)
82  sds[i] = positive_constrain(x[pos++], lp);
83  return read_cov_matrix(cpcs, sds, lp);
84  }
85 
86  }
87 
88 }
89 
90 #endif
T positive_constrain(const T x)
Return the positive value for the specified unconstrained input.
Eigen::Matrix< T, Eigen::Dynamic, Eigen::Dynamic > read_cov_matrix(const Eigen::Array< T, Eigen::Dynamic, 1 > &CPCs, const Eigen::Array< T, Eigen::Dynamic, 1 > &sds, T &log_prob)
A generally worse alternative to call prior to evaluating the density of an elliptical distribution...
Eigen::Matrix< T, Eigen::Dynamic, Eigen::Dynamic > cov_matrix_constrain_lkj(const Eigen::Matrix< T, Eigen::Dynamic, 1 > &x, size_t k)
Return the covariance matrix of the specified dimensionality derived from constraining the specified ...
T corr_constrain(const T x)
Return the result of transforming the specified scalar to have a valid correlation value between -1 a...

     [ Stan Home Page ] © 2011–2016, Stan Development Team.