第五章节 贝叶斯决策.pptVIP

第五章 贝叶斯决策 5.1贝叶斯决策问题 在前一章中，我们把人与自然界（或社会）的博弈问题归 纳为决策问题，它包含三个要素：状态集；行动集；损失函 数。 至今为止，可供决策的信息有：先验信息；试验信息或抽 样信息，其中的关键就是要确定一个可观察的随机变量X， 其概率分布中恰好把它当作未知参数。 对上述两种信息的使用情况，形成不同的决策问题。 （1）仅使用先验信息的决策问题称为无数据的决策问题。 （2）仅使用抽样信息的决策问题称为统计决策问题 （3）先验信息和抽样信息都用的决策问题称为贝叶斯决策 问题。 例5.1 某工厂的产品每100件装成一箱运交顾客， 在向顾客交货前有如下两个行动的选择： 若工厂选择行动 ，则可保证交货时每件产品都是合格品， 但因每件产品的检查费为0.8元，为此工厂要支付检查费80 元，但顾客发现不合格品时，按合同不仅允许更换，而且每 件要支付12.5元的赔偿费。若工厂从产品检查部门发现，该 厂产品的不合格品率 没有超过0.12的记录，取U(0,0.12)为 的先验分布，应该如何决策？若该厂先在每箱中抽取两件 进行检查，然后再做决策，应该如何决策？ 一般来说，抽样信息在决策中是很重要的信息，获得此种信 息的花费也较大，应予以重视和利用。 我们约定，若已知 (1)有一个可观察的随机变量X，其密度函数 依赖于未知 参数 ，且 。 (2)在参数空间 上有一个先验分布 (3)有一个行动集 。 在对 做点估计时，一般取 ；在对 做区间估计 时，行动a就是一个区间， 的一切可能的区间构成行动 集 ；在对 作假设检验时， 只有两个行动：接受和拒 绝。 (4)在 上定义了一个损失函数 则说一个贝叶斯决策问题给定了。 5.2 后验风险准则 一.后验风险 把损失函数对后验分布的期望称为后验风险，记为 ，即 例5.3 某工厂的产品每100件装成一箱运交顾客， 在向顾客交货前有如下两个行动的选择： 若工厂选择行动 ，则可保证交货时每件产品都是合格品， 但因每件产品的检查费为0.8元，为此工厂要支付检查费80 元，但顾客发现不合格品时，按合同不仅允许更换，而且每 件要支付12.5元的赔偿费。若工厂从产品检查部门发现，该 厂产品的不合格品率 没有超过0.12的记录，取U(0,0.12)为 的先验分布，应该如何决策？若该厂先在每箱中抽取两件 进行检查，然后再做决策，应该如何决策？ 二. 决策函数 定义5.1 在给定的贝叶斯决策问题中，从样本空间 到行动集 上的一个映射 称为该 决策问题的一个决策函数。所有从 到 上的决 策函数组成的类称为决策函数类，用 表示。 注：在贝叶斯决策问题中，我们面临的是决策函数 类D，要在D中选取决策函数 ，使其后验风险最小。 三.后验风险准则 定义 在给定的贝叶斯决策问题中， 是其决策函数类，则称 为决策函数 的后验风险。若在决策函数类D中存在这 样的决策函数 ，它在D中具有最小的后验风险，即 则称 为后验风险准则下的最优决策函数，或称贝叶斯 决策函数或贝叶斯解。 例5.5 设 是来自正态分布 的一个样本，参数 的先验分布为共轭先验分布 ，其中 已知，损失函数为 求参数 的贝叶斯估计 例5.6 在新的止痛剂的市场占有率 的估计问题中已给出损失函数 药厂厂长对市场占有率 无任何先验信息。在市场 调查中，在n个购买止痛剂的顾客中有x个人买了新 的止痛剂，试在后验风险准则下对 作出贝叶斯估 计。 例5.7 设样本x只能来自密度函数 或 中的一个，为了研究该样本到底来自哪个分布，我们来考虑如下简单假设的检验问题： 损失函数用矩阵表示如下： 5.3 常用损失函数下的贝叶斯估计 一.平方损失函数下的贝叶斯估计 定理5.1 在平方损失函数 下， 的贝叶 斯估计为后验均值，即 定理5.2在加权平方损失函数 下， 的贝叶斯估计为 定理5.3 在参数向量 的场合下，对 多元二次损失函数 的贝叶斯估计为后验均值向量： 例5.8 设 是来自泊松分布 的 一个样本，若 的先验分