决策理论与方法主观概率和先验分布.pptVIP

2 主观概率和先验分布( Modeling uncertainty with probability ) 2.1 概率的基本概念 2.2 先验分布及其设定 2.3 设定主观概率的案例 2.4 “埃尔斯伯格悖论” (Ellsberg paradox) 2.1 概率的基本概念 1)概率的三种定义 2)主观概率 3)主观概率定义 4)主/客观概率的比较 5)小结:主/客观概率 2.1 概率的基本概念 研究概率的必要性:第一章指出了决策问题的基本特点之一是自然状态的不确定性。 由于自然状态的不确定性，决策人无论采取什么行动，所产生的后果都会因自然状态的不同而不同。为了能对决策进行给定量化研究、有必要定量地表达自然状态的非确定性。 概率是定量表达不确定性的重要工具，我们要对设定自然状态的概率分布所涉及的问题与相应的处理方法进行分析和讨论。 随机事件与概率 随机事件：事件有多种不同的结果，在同样的条件下进行一系列重复试验，每次出现的结果都不能预先确定的事件称为随机事件。 概率：随机现象在每次试验中的结果虽然是不确定的，但在大量重复试验下，各种不同结果出现的可能性的大小是具有规律性的，这种规律性称为概率。 随机试验具有下面三个特点： 1.在相同条件下可以重复进行； 2.试验前不能确定出现哪种结果； 3.试验前知道可能出现的所有结果。 1)概率的三种定义 (1) 频率与概率 (2) Laplace的概率定义 (3) 概率的公理化定义 (1) 频率与概率 (2) Laplace的概率定义 P(A)==k/N 式中，k为A所含基本事件数，N为 基本事件总数 适用条件: 1.基本事件有限 2.每个基本事件等可能 (3)Kormogorov公理化定义 小结 以上所述的3种概率的定义中有一个共同的特点，这就是概率是在多次重复试验中，随机事件A发生的可能性的大小的度量。 而在实际的决策问题中，自然状态的概率往往无法通过重复试验求得： (1)有的自然状态无法重复试验 如：明天是否下雨、新产品销路如何、明年国民经济增长率如何、能否考上研究生 (2)试验费用过于昂贵、代价过大 如：洲导弹命中率、战争中对敌方下一步行动的估计 2)主观概率(subjective probability, likelihood) 主观概率的引入： 由于上述原因，需要有一种能在频率观点不适用、实际上无法进行随机试验时设定概率的方法，这就是主观概率(subjective probability)； 与此同时，把前述的概率称为客观概率(objective probability)。 3)主观概率定义 根据Savage(1954)的观点，主观概率是一种见解，是合理的信念的测度。 它是某人对特定事件会发生的可能性的信念(或意见、看法)的度量，即他相信或认为事件将会发生的可能性的大小。 这种相信的程度是一种信念，是主观的，但又是根据经验、各方面的知识以及对客观情况的了解，利用相关信息进行分析、推理、综合判断而设定(assignment)的，与主观臆测不同。 问题：不同的决策人对同一事件会发生的可能性的度量会不同（如：能否考上研究生），决策分析时是否存在多种主观概率？ 3) 概率的数学定义 4)主/客观概率的比较 5)小结:主/客观概率 由于历史原因，客观概率论者习惯使用概率(probability)一词，采用记号多p(θ)表示自然状态θ的概率； 而主观概率论者习惯用似然率(likelihood)，采用记号π(θ)表示自然状态的θ的似然率。在本书中对概率和似然率的用法不加严格区分，但尽可能用记号π(θ)表示似然率。 2.2 先验分布及其设定 1)设定先验分布时的几点假设 2)离散型随机变量先验分布的设定 3)连续型随机变量的先验分布的设定 4)无信息先验分布 5)使平均信息量极大化的先验分布设定 6)利用过去数据设定先验分布 2.2 先验分布及其设定 在决策分析中，尚未通过试验收集状态信息时所具有的信息叫先验信息，由先验信息所确定的概率分布叫先验分布(prior distribution)。 设定先验分布是Bayes分析的需要. 2.2 先验分布及其设定 对许多领域的实际问题，设定在相关的域上的事件的概率分布对于这些领域的专业人员来说已经是常规性和标准化的工作。 这种赋值通常是模型与经验相结合，而且许多典型的问题有其相应的概率模型，如二项分布，正态分布，泊松分布等可以使用。 对那些不具备典型特征的事件，要让两个人就同一个特定的概率分布的适用性取得一致意见通常都十分困难，这时概率的设定就有高度的主观性。 1)设定先验分布时的几点假设 1)设定先验分布时的几点假设 1)设