Stan Math Library  2.20.0
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> cov_matrix_constrain_lkj(
33  const Eigen::Matrix<T, Eigen::Dynamic, 1>& x, size_t k) {
34  size_t k_choose_2 = (k * (k - 1)) / 2;
35  Eigen::Array<T, Eigen::Dynamic, 1> cpcs(k_choose_2);
36  int pos = 0;
37  for (size_t i = 0; i < k_choose_2; ++i)
38  cpcs[i] = corr_constrain(x[pos++]);
39  Eigen::Array<T, Eigen::Dynamic, 1> sds(k);
40  for (size_t i = 0; i < k; ++i)
41  sds[i] = positive_constrain(x[pos++]);
42  return read_cov_matrix(cpcs, sds);
43 }
44 
69 template <typename T>
70 Eigen::Matrix<T, Eigen::Dynamic, Eigen::Dynamic> cov_matrix_constrain_lkj(
71  const Eigen::Matrix<T, Eigen::Dynamic, 1>& x, size_t k, T& lp) {
72  size_t k_choose_2 = (k * (k - 1)) / 2;
73  Eigen::Array<T, Eigen::Dynamic, 1> cpcs(k_choose_2);
74  int pos = 0;
75  for (size_t i = 0; i < k_choose_2; ++i)
76  cpcs[i] = corr_constrain(x[pos++], lp);
77  Eigen::Array<T, Eigen::Dynamic, 1> sds(k);
78  for (size_t i = 0; i < k; ++i)
79  sds[i] = positive_constrain(x[pos++], lp);
80  return read_cov_matrix(cpcs, sds, lp);
81 }
82 
83 } // namespace math
84 
85 } // namespace stan
86 
87 #endif
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...
T corr_constrain(const T &x)
Return the result of transforming the specified scalar to have a valid correlation value between -1 a...
T positive_constrain(const T &x)
Return the positive value for the specified unconstrained input.
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 ...

     [ Stan Home Page ] © 2011–2018, Stan Development Team.