第3.4节经验贝叶斯估计概论.pptVIP

第3.4节　经验贝叶斯估计 0、背景与意义 一、非参数经验贝叶斯估计 二、参数经验贝叶斯估计 作 业 例5(p131 例4.11) 设总体X服从两点分布B(1,p), 其中参数p未知，而p在[0,1]上服从均匀分布，样本 试求参数p的贝叶斯估计与贝叶斯风险? 解 平方损失下的贝叶斯估计为： 而 其贝叶斯风险为 又因为 则 所以 例6(p133 例4.12) 设总体X服从正态分布N(?,1), 其中参数?未知，而?服从标准正态布在N(0,1)，样本 试求参数?的贝叶斯估计? 解 平方损失下的贝叶斯估计为： 而 化简得 例7(p134 例4.13) 设总体X服从均匀分布U(0,?), 其中参数?未知，而?服从pareto分布，其分布函数与 密度函数分别为 试求参数?的贝叶斯估计? 解 根据定理4.6可知，绝对值损失对应的贝叶斯估计为 后验分布的中位数,即 则 根据定理4.4可知，平方损失对应的贝叶斯估计为 后验分布的均值,即 例8(p135 例4.14) 设总体X服从伽玛分布?(r,?), 试求参数?的贝叶斯估计? 解 一、非参数经验贝叶斯估计 二、参数经验贝叶斯估计 贝叶斯估计存在的问题：先验分布的确定 如何客观地确定先验分布？ 根据历史资料数据（即经验）确定该问题的先验分布，其对应的贝叶斯估计称为经验贝叶斯估计.该方法