第1章先验分布与后验分布.ppt

贝叶斯统计 预修要求：已修过概率论与数理统计 目 录 贝叶斯方法是基于贝叶斯定理而发展起来用于系统地阐述和解决统计问题的方法(Samuel Kotz和吴喜之,2000)。 贝叶斯推断的基本方法是将关于未知参数的先验信息与样本信息综合，再根据贝叶斯定理，得出后验信息，然后根据后验信息去推断未知参数(茆诗松和王静龙等,1998年)。 “贝叶斯提出了一种归纳推理的理论(贝叶斯定理)，以后被一些统计学者发展为一种系统的统计推断方法，称为贝叶斯方法.”──摘自《中国大百科全书》（数学卷） 第一章 先验分布与后验分布 统计学中有两个主要学派：频率学派与贝叶斯学派。下面从统计推断的三种信息来说明他们之间的区别与联系。 §1.1 三种信息 一、总体信息，即总体分布或总体所属分布给我们的信息。 例如，“总体是正态分布”就给我们带来很多信息：它的密度函数是一条钟形曲线；它的一切一阶矩都存在；有关正态变量（服从正态分布随机变量）的一些事件的概率可以计算；由正态分布可以导出卡方分布，t分布和F分布等重要分布，还有许多成熟的点估计、区间估计和假设检验方法可供我们选用。 说明：总体信息是很重要的信息，为了获取此种信息往往耗资巨大。 二、样本信息，即从总体抽取的样本给我们的信息 这是最“新鲜”的信息，并且愈多愈好