- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
捕获再捕获模型的一个应用
捕获再捕获模型的一个应用
胡桂华 *,!
(*(天津财经大学,天津 ’!!!;!(广西财经学院,南宁 6’’)
摘 要:! 世纪 $ 年代初,捕获再捕获模型首次用来估计某一地区吸毒者总体规模。如同其它统
计模型一样,它也是建立在一些假设条件的基础之上,如两样本独立,总体封闭,总体中的每一个个体 有相同的捕获概率等。
关键词:吸毒者;捕获再捕获模型;总体规模估计
中图分类号:10* 文献标识码:2 文章编号:*!3#405(!#)$3*’03!
1 模型构建
设吸毒者总体规模为 7,从中不重复随机抽取两个独立 样本,第一样本记作 2 样本,第二样本记作 8 样本。第 9(9:*/
!/’/ /7个体落入两样本的概率见表 *。 按个体落入两样本的实际情况,将个体分为四类:仅落
入 2 样本;仅落入 8 样本;同时出现在 2 样本和 8 样本中;
未落入 2 样本和 8 样本中。
表 ! 中,;**:同时出现在 2 样本和 8 样本中的个体数;
;*!:仅出现在 2 样本中的个体数;
;!*:仅在 8 样本中的个体数;
;!!:未出现在 2 样本和 8 样本中的个体数。
除 ;!! 和含它的 ;!(,;(! 和 ;((外,其它所有单元都是可以观 察到的。为估计 7,需要引入多项分布函数 :%;**/;*!/;!*/;!!, 并且规定约束条件:
型决策问题。决策者是决策问题的主体,因而风险型决策评
价准则应将决策者对待风险的态度考虑在内;决策目标有两 重含义:一是客观的指标%通常为最大收益或最小损失;二是 决策者对客观指标的满意程度,即决策目标的客观指标数值 在决策者心目中的综合效用的大小。效用值是后果值在决策 者心目中所对应的的综合效用,它既代表决策者对待风险的 态度,又说明决策者对于收益或损失的独特兴趣、感受或取 舍反应。因此,从决策的本质来看,应提倡使用期望效用值决 策评价准则。
’(’ 从利用信息角度看,三种决策评价准则对新信息的利 用方向不同
由于对每一实际决策问题,贝叶斯决策评价准则或选择 期望后果值最优或选择期望效用值最大来评判决策方案的 优劣,因此我们可将贝叶斯决策评价准则划分为两种:贝叶 斯决策评价准则 ) (期望后果值)和贝叶斯决策评价准则 ))
(期望效用值)。
从信息角度来看,获取表 * 中的信息是风险型决策分析 必备的基础信息。期望后果值决策评价准则在此基础信息下 便可进行决策分析,即不利用新信息。而其它决策评价准则 却需要补充新的信息后才能进行决策分析,但利用新信息的 方向各不相同:期望效用值决策评价准则利用的新信息是决 策者对待风险的态度;贝叶斯决策评价准则 )(期望后果值) 利用了状态概率分布的新信息;而贝叶斯决策评价准则 ))
(期望效用值)既利用了决策者对待风险的态度的新信息,又
图 ! 风险型决策评价准则利用新信息的方向
利用了状态概率分布的新信息。具体情况见图 !。
在风险型决策中,一般来说,因为后验概率分布是对先 验概率分布和关于多种自然状态概率分布的补充信息进行 科学综合的结果,所以后验概率分布较先验概率分布更接近 实际情况,也就是说,从状态概率分布这一信息角度来看,贝 叶斯决策评价准则 )(期望后果值)优于期望后果值决策评价 准则。综上所述,从利用信息量的角度来看,贝叶斯决策评价 准则 ))(期望效用值)将是其中的最佳者。
参考文献:
+*,涂葆林(统计与管理决策%上册 +-,( 武汉.中国地质大学出版社/
*$0$(
(责任编辑 ! 亦 民)
%’%!’%!’%!!!
+!
/ 0+8/6
$
#
%(%!)%!)%!!*+
$
%%*,’! ,-./0%1’%12
%1,然后使用似然函数 B(+)*
是二项分布的反问题。
/70+8/67
085!! 6 5!!
估计 +,这
表 个体落入两样本概率
+ 理解
为多项分布
+H *%H 11* /
5!!
* /
80851608516;
(#)
R
在 S 样本中不在 S 样本中总和在 样本中5.5.!5.1不在 R 样本中5.!5.!!5.!1总和5.15.1!5.11
在 S 样本中不在 S 样本中总和在 R 样本中%%!%1不在 R 样本中%!%!!%!1总和%1%1!%11
表 ! 个体落入两样本数目
%
%!
%!
%!!
的 + 次 独 立实验,%’
%!’%!’%!! 理 解 为 + 次
独立实验中 落 入 四 类
的 个 体 数
目。
将5H 1*% C %1,5H 1*% C %1代入(#)式,得
@
+H *%H
文档评论(0)