12第十二章 叶贝斯决策法.pptVIP

第十二章 叶贝斯决策法 讲授内容: 第一节 贝叶斯决策概述 第二节 后验分析 第三节 预后验分析 第四节 序贯分析 第五节 序贯分析案例 思考与练习 一、贝叶斯定理 （一）条件概率 如果两个事件A和B不是互相独立的，并且知道事件A已经发生，则事件B在事件A已发生条件下的概率简称为条件概率，记为P(B|A)，其计算公式为： P(B|A)= （12.1） 无条件概率P(B)称为事件B的先验概率，条件概率P(B|A)称为事件B的后验概率。 一、贝叶斯定理 （二）贝叶斯定理 根据条件概率的计算公式和全概率定理，可以得到: （12.3） 公式（12.3）称为贝叶斯定理。 二、贝叶斯决策法的概念和一般程序 （一）贝叶斯决策法的概念 贝叶斯决策法就是通过收集补充信息（B），并计算似然概率（B在自然状态为 (j=1,2,…,n)时的条件概率），进而利用贝叶斯定理（式（12.3））修正自然状态 出现的概率估算，得到更接近于实际的后验概率 ，并据此后验概率做出决策的方法。 二、贝叶斯决策法的概念和一般程序 （二）贝叶斯决策法的一般程序 在先验概率已知的情况下，贝叶斯决策法的一般程序如下： （1）进行预后验分析，权衡补充信息的费用和可靠性对决策效果的影响，即判断是否值得收集补充信息，找出从补充信息中可能得到的结果，然后再决定最优决策。 （2）收集补充信息，根据条件概率的计算公式计算似然概率。 （3）利用贝叶斯定理计算后验概率。 （4）根据后验概率进行决策分析。 决策分析可分为先验分析与后验分析。 先验分析是指决策者详细列出各种自然状态及其先验概率、各种备选行动方案与自然状态的损益值，并根据这些信息对备选方案进行选择的分析过程。 后验分析是指根据补充信息修正先验概率，得到后验概率，并根据后验概率计算各种备选方案的损益值，并根据这些信息对备选方案进行选择的分析过程。 信息的价值 （一）完全信息价值的期望值 完全信息是指能够反映自然状态发生的真实情况的信息。如果能获得自然状态的完全信息，即事先知道自然状态 的确切情况，则决策者可以根据这种状态选择能带来最大收益 的方案；如果不能获得自然状态的确切情况，则决策者只能根据先验分析选择一个使期望收益最大的方案。 信息的价值 记先验分析最佳决策方案为 ，其期望收益为 ，在状态 下其收益为 。因此，在状态 下，完全信息的价值为： 出现的可能性是由状态概率 决定的。由于有n种自然状态，因此，全部完全信息的价值只能通过其期望值来反映，称为完全信息价值的期望值（EVPI），即： （12.4） 信息的价值 式（12.4）可以写成： 由于 ，即先验分析最佳决策方案的期望收益值。所以有： （12.5） 若用 表示先验分析最佳决策方案在状态 下的损失值，即： （12.6） 信息的价值 则式（12.5）可以写成： （12.7） 根据式（12.7）可以将完全信息价值的期望值理解为，由于决策者不了解确切的自然状态，而采用先验分析最佳决策方案将造成的平均损失。掌握了完全信息之后，就可以避免这种损失。 信息的价值 由于补充信息所包含的信息量不会高于完全信息，因此，补充信息的价值低于完全信息的价值。所以，在先验分析阶段可以把完全信息价值的期望值作为权衡是否考虑收集补充信息的一项重要指标。当收集补充信息的成本CS大于或等于EVPI时，收集补充信息是没有价值的；当CS小于EVPI时，才需要进一步考虑是否有必要收集补充信息。 信息的价值 （二）补充信息价值的期望值 在现实中，自然状态的完全信息难以获得。为了做出更准确可靠的决策，常常需要利用抽样调查、检验、咨询等方式收集补充信息。大多数补充信息的获得也是有成本的，且补充信息也不一定完全准确。因此，在收集补充信息之前，需要先权衡补充信息的费用和可靠性对决策效果的影响，即判断是否值得收集补充信息以及从补充信息可能得到的结果。只有当收集补充信息的成本小于补充信息价值的期望值时，收集补充信息才是值得的。 信息的价值 补充信息价值的期