贝叶斯统计-引言.pptVIP

批评一 但对有些具体的问题要具体的分析，例如，对某人的打靶技术 批评二 （1）问题的提法不妥 （2）标准不妥 1.先验分布理论的研究 先验分布的选择是贝叶斯统计推断的前提，它 大体上可以分为无信息先验分布和共轭先验分布两 大类，当然，大多数所谓无信息先验分布实际上很 可能包含一些或很多信息，例如，最常用的无信息 先验分布为局部均匀分布，也就是在参数θ的值域 Θ上的均匀分布，然而均匀分布在参数变换时一般 不满足不变性，即变换后的分布不是均匀分布。又 如对标准差σ的均匀分布就不会变成σ2的一个均匀 分布。无信息先验分布一般应满足以下几条性质： 不变性、相合的边缘化、相合的抽样性质、普遍性 和容许性。 2.后验分布的统计推断 后验分布是贝叶斯统计推断的出发点与 关键所在，对于一般参数先验分布而言，其 后验分布都相当复杂，很难纳入目前已知的 统计分布类别之中，因此常用基于计算机的 方法来计算或近似参数后验分布特征。 * 贝叶斯假设 “ ” “ ” “ ” “ ” 贝叶斯统计 学习参考书 1.吴喜之，现代贝叶斯统计学，中国统计出版社，2000年10月第一版。 2.张尧庭 陈汉峰编著，贝叶斯统计推断，科学出版社，1991年3月。 3.Berger，J.O.，Statistical decision theory and Bayesian analysis，Second edition，Springer-Verlag，New York，1985，中译本：统计决策理论及贝叶斯分析，贾乃光译，中国统计出版社，1998。 4.贾乃光编著，数理统计——贝叶斯统计学，中国林业出版社， 5.James等著，贝叶斯统计学：原理、模型与应用，中国统计出版社，1992 第0章 引言 现代贝叶斯统计理论 的基本观点与研究现状 本 章 内 容 一、贝叶斯统计理论的基本观点 二、贝叶斯统计学派与频率统计学派 之间的批评 三、现代贝叶斯统计理论的研究现状 四、贝叶斯统计理论的应用 五、现代贝叶斯统计学与计量经济学 一、贝叶斯统计理论的基本观点 统计学中有二个主要学派：频率学派和贝叶斯学派。贝叶斯学派的起点是贝叶斯的两项工作：贝叶斯定理和贝叶斯假设，贝叶斯定理（或贝叶斯公式）在通常的概率论教科书中都有叙述，而贝叶斯假设几乎都不提及。在统计推断的基本理论和方法方面，贝叶斯学派与频率学派之间存在着重大差异。 两个学派的基本观点 在统计推断的基本理论和方法之间的差异 1.频率统计学派与贝叶斯学派在进行统计推断时的依据不同； 2.对概率的概念的理解有差别：频率学派坚持概率的频率解释，并在这个基础上去理解一切统计推断的结论；与此相反，贝叶斯学派赞成主观概率，概率是认识主体对事件出现可能性大小的相信程度，它不依赖事件能否重复；（Page4例1.3） 3.两个学派的具体统计推断理念之间存在着根本差异 。 统计推断时的依据不同 频率统计学派在进行统计推断时，依据两类信息：总体信息（或模型信息）和样本信息（数据信息），而贝叶斯学派则除了以上两种信息外，还利用另外一种信息即先验信息。 在概率论与数理统计中讨论的点估计只使用前两种信息，没有使用先验信息。假如能把收集到的先验信息也利用起来，那对我们进行统计推断是有好处的。只用前两种信息的统计学称为经典统计学，三种信息都用的统计学称为贝叶斯统计学。 两个学派统计推断理念之间存在着根本差异 统计学奠基人费歇尔把统计学的任务概括为三个问题：选定模型、确定统计量和决定统计量的分布。根据费歇尔的观点，信息量包含在样本中，但样本为数众多，因此须用少数几个统计量把信息集中起来，而抽样分布则决定了统计量的全部性质；目前，频率统计学派基本上是按照这种思路来处理统计推断问题的。 先验信息 样本信息 贝叶斯定理 后验分布 预报密度 图一 贝叶斯统计推断的基本模式 贝叶斯学派认为：先验分布反映了试验前对总体参数分布的认识，在获得样本信息后，对这个认识有了改变，其结果就反映在后验分布中，即后验分布综合了先验分布和样本的信息。由此可以看出，频率学派统计推断是“从无到有”的过程——在试验前，关于位置参数的情况是一无所知，而试验后则有些了解，但了解多少？并无普遍的表述方法，在实践中有赖于所使用的统计量的针对性；贝叶斯统计推断则不然，它是一个“从有到有”的过程，且结果清楚自然，符合人们的思维习惯——根据所获得的信息修正以前的看法，不一定从零开始，从本质上说，贝叶斯推断理论概括了多数成年人的学习过程。 但是最主要的差别，也是贝叶斯理论的一个重要特征，在于只能基于后验分布，也就是说，在获得后验分布后，如果把样本、原来的统计模型都丢掉，一点也不会影响将来的推断，凡是符合这个准则的推断就是贝叶斯