Bayes统计的起源.docVIP

Bayes统计的起源、发展和若干应用 姚宗静1 余强1，2 (1.西南科技大学理学院,四川 绵阳621000 2.电子科技大学应用数学学院 ，四川 成都610000) 摘要：国际数理统计主要有两大学派：Bayes学派和经典学派。随着越来越多的人支持Bayes学派的观点，其相关思想、内容及其起源、发展和应用，成了在一开始就必须了解的内容；同时，越来越多的业余统计爱好者希望能够有比较全面又浅显易懂的资料以帮助他们了解该学科。 关键词：Bayes统计；先验；后验信息 中图分类号：O212.8 文献标识码：A The development and application of Bayes statistics YAO Zong-jing1 YU Qiang1，2 (1.School of Science, Southwest University of Science and Technology, Sichuan Mian yang 610000,China,2.College of mathematics, University of Electronic Science and Technology of China,Chengdu 610064,China) Abstract: There are two branches in the international mathematics statistics: bayesian statistics and conventional statistics. With more and more people think that Bayesian statistics are more logical, the ideas of it still be more important. At the same time, People want to have a paper that can be more easier and pellucid. Key words: Bayesian statistics; Prior distribution; Posterior distribution; Bayes统计的起源、发展 国际数理统计主要有两大学派：Bayes学派和经典学派。他们之间既有共同点，又有不同点。经典统计学是基于总体信息(即总体分布或总体所属分布族的信息)和样本信息(即从总体抽取的样本的信息)进行的统计推断，而Bayes统计是基于总体信息、样本信息和先验信息(即在抽样之前有关统计问题的一些信息，主要来源于经验或历史资料)进行的统计推断，与经典统计的本质区别在于是否利用先验信息。 Bayes统计起源于英国学者托马斯.贝叶斯(Thomas Bayes,1702～1761)死后发表的一篇论文“论有关机遇问题的求解”[31] (An essay towards solving a problem in the doctrine of chances)。在此论文中，他提出著名的贝叶斯公式和一种归纳推理方法。随后拉普拉斯[32](Laplace,P.C,1749～1817 )不仅重新发现了贝叶斯定理，阐述的远比贝叶斯更为清晰，而且还用它来解决天体力学、医学统计以及法学问题。之后虽有一些研究和应用，但由于其理论尚不完整，应用中出现一些问题，致使贝叶斯方法长期未被接受.直到二战后，瓦尔德[33]( Wald,A,1902～1950 )提出统计决策函数论后，又引起很多人对贝叶斯研究方法的兴趣。因为在这个理论中，贝叶斯解被认为是一种最优决策函数。在Savage,L.J [34](1954),Berger,J.O[2]等贝叶斯学者的努力下，对贝叶斯方法在观点、方法和理论上不断的完善。1984年史密斯教授曾预言:“到本世纪末，Bayes理论加上计算机的图示，将成为现代统计实践中最受欢迎的形式”。不论这一预言是否偏颇，但如今贝叶斯统计日趋成熟，有关贝叶斯统计方面的研究与著作也越来越多，贝叶斯学派已发展成为一个有影响的统计学派，打破了经典统计学一统天下的局面。 2 Bayes学派的观点 Bayer学派最基本的观点是:总体分布中的未知参数是一随机变量，用一个概率分布去描述对的未知状况，这个概率分布是在抽样前就有的关于先验信息的概率陈述，被称为先验分布（prior-distribution)。为什么采用概率的形式呢?因为任一未知量都有不确定性，而在表述不确定性时，概率和概率分布是最好的语言。例如产品的不合格率是未知量，但每天都有一些变化，把它看作一个随机变量是合理的，用一概率分布去描述它也是恰当的。贝叶斯统计就