贝叶斯决策分析.pptVIP

5.4.1　决策法则 例5.1中，有两个行动方案：a1 为生产该新产品，a2 为不生产该新产品。 有两种补充信息：畅销(H1)和滞销 (H2) 共有4种决策法则： 按照期望收益值最大原则选出的最佳决策法则是δ2(H)。 §5.4　贝叶斯风险和贝叶斯原则 5.4.2　贝叶斯风险 设贝叶斯决策法则δ(τ)，对于状态变量θ的任一值，当补充信息值τ确定后，行动方案a= δ(τ) 也就相应确定，则对应的损失值为R(δ(τ),θ)，损失值越小，决策法则越优。 风险函数ρ(δ,θ)：损失值R(δ(τ),θ)对所有补充信息值的τ数学期望。 §5.4　贝叶斯风险和贝叶斯原则 5.4.2　贝叶斯风险 风险函数ρ(δ,θ)是在状态值θ下，决策法则δ对全部补充信息值的平均损失。 例5.1中，损失矩阵为 决策法则δ1(H)＝a1 的风险函数值为： 5.4.2　贝叶斯风险 决策法则δ2(H)的风险函数值为： 同理可求出决策法则δ3(H)和δ4(H)的风险函数值： §5.4　贝叶斯风险和贝叶斯原则 5.4.2　贝叶斯风险 贝叶斯风险 B(δ) 对决策法则δ，风险函数ρ(δ,θ)对状态θ的数学期望，称为决策法则δ的贝叶斯风险。 贝叶斯风险B(δ)是一个常数，表示决策法 则δ，对一切补充信息值τ和状态值θ的平均损失值。 5.4.2　贝叶斯风险 例5.1中： 同理可求出决策法则B(δ2)、B(δ3)和B(δ4) §5.4　贝叶斯风险和贝叶斯原则 5.4.3　贝叶斯原则 以贝叶斯风险作为评价决策法则优劣的原则称为贝叶斯原则。 （以贝叶斯风险小的决策法则为优） 最佳决策法则：在贝叶斯原则下，贝叶斯风险最小的决策法则称为最佳决策法则。 如例5－1中： B(δ2)＜B(δ1)＜B(δ4)＜B(δ3) 因此：最优决策法则为δ2，这与之前贝叶斯决策的结论完全一致。 §5.4　贝叶斯风险和贝叶斯原则 5.4.3　贝叶斯原则 可以证明：贝叶斯决策所得到的决策法则，就是贝叶斯原则下的最佳决策法则。 并且，最佳决策法则的贝叶斯风险等于完全信息价值与补充信息价值之差（后验完全信息价值）。 即： B(δopt)＝EVPI－EVAI p132例5.2　 3、验后分析： 通过试销，该企业可获得的收益期望值为： 该企业收益期望值能增加： 只要试销所需费用不超过3万元，就应该进行市场调查；否则，则不应进行试销。 p132例5.2 3、验后分析： 在试销费用不超过3万元的情况下，进行试销，能使该企业新产品开发决策取得较好的经济效益；若试销费用不超过3万元，则不应进行试销。 若试销结果是该产品需求量大或一般，则应该选择方案a1，即引进大型设备； 若调查结果是该产品需求量小，则应该选择方案a3，即引进小型设备。 §5.2 　贝叶斯决策信息的价值 从前面的分析看出，利用补充信息来修正先验概率，可以使决策的准确度提高，从而提高决策的科学性和效益性。因此，信息本身是有价值的—能带来收益。 但获得的情报越多，花费也更多。 因此有一个获取补充信息是否有利的问题：收益与成本的比较。 问题：如何衡量信息的价值？ §5.2 　贝叶斯决策信息的价值 5.2.1　完全信息的价值（EVPI） 完全情报：指能够提供状态变量真实情况的补充信息。即在获得补充情报后就完全消除了风险情况，风险决策就转化为确定型决策。 1.完全信息值 设Hi 为补充信息值，若存在状态值θ0，使得条件概率P(θ0/ Hi)=1 ，或者当状态值 θ≠θ0时，总有P(θ/ Hi)=0 。则称信息值Hi为完全信息值。（补充信息可靠性100%） 5.2.1　完全信息的价值（EVPI） 2.完全信息值Hi的价值 设决策问题的收益函数为Q=Q(a,θ)，其中a为行动方案，θ为状态变量。 若Hi为完全信息值，掌握了Hi的最满意的行动方案为a(Hi) ，其收益值为 Q(a(Hi),θ)＝maxQ(a,θ) 验前最满意行动方案为aopt ,其收益值为Q(aopt ,θ)，则称掌握了完全信息值Hi前后的收益值增量： 为在状态变量为θ时的完全信息值Hi的价值。 5.2.1　完全信息的价值（EVPI） 3.完全信息价值 如果补充信息值 Hi对每一个状态值θ都是完全信息值，则完全信息值Hi 对状态θ的期望收益值称为完全信息价值的期望值（expected value of perfect information）,简称完全信息价值，记做EVPI。 5.2.1　完全信息的价值（EVPI） 在例5.1中 如果补充信息(咨询公司市场调查)的准确度很高，预测畅销，则100%畅销；预测滞销，则100%滞销；这时： P(θ1/ H1)=1， P(θ2/ H1)= 0 P(θ1/ H2)=0， P(θ2/ H2)= 1 则H1（咨询公司