管理决策分析第4章-贝叶斯决策分析方法.ppt.pptVIP

补充情报的价值 (1) 补充情报价值（Expected Value of Additional Information EVAI）是获得某种不完全情报可以提高的收益值(与用先验分布所得到的最优行动方案相比) 无任何情报下，采取方案a1，期望收益 ＝ 15000*0.8 -5000*0.2 = 11000 有补充情报时：如果H1发生（概率0.78），采取方案a1，期望收益值 ＝ 15000*0.9744 - 0.0256*5000 = 14488；如果H2发生（概率0.22），采取方案a2，收益的期望值为0，所以补充情报下的损失期望值 ＝ 14488*0.78 + 0 = 11300 所以：补充情报的价值 ＝ 11300 － 11000 ＝ 300 * 有补充情报情况下的收益 无任何情报情况下的收益 补充情报的价值 － ＝ 公式1 补充情报的价值 (2) 补充情报价值也是获得某种不完全情报时造成损失值的减少(与用先验分布所得到的最优行动方案相比) 无任何情报信息时，采取方案a1，损失的期望值是1000 有补充情报时：如果H1发生（概率0.78），采取方案a1，损失的期望值为0.0256*5000=128；如果H2发生（概率0.22），采取方案a2，损失的期望值为：0.1818*15000=2727，所以补充情报下的损失期望值＝128*0.78+2727*0.22=700 所以气象站提供情报的价值： 1000-700＝300元 * 有补充情报情况下的损失 无任何情报情况下的损失 补充情报的价值 － ＝ 公式2 补充情报的计算例子(1) 公式1 无任何情报信息情况下的收益= 650*0.1+200*0.15-25*0.25-75*0.5=51.25 有补充情报下的收益：0.3511*(0.166*650+0.240*200-0.327*25-0.267*75)+0.2593*(0.129*650+0.108*200-0.241*25-0.522*75)+0.2147*(0.039*45+0.087*45+0.146*45+0.728*45)+0.1751*(0+0.107*45+0.238*45+0.655*45)=78 补充情报的价值 ＝ 78-51.25 = 26.75 * 0.3511 0.2593 0.2147 0.1751 补充情报的计算例子(2) 公式2 无任何情报情况下的损失值＝各方案的最小损失值＝70*0.25+120*0.5=77.5 有补充情报下的损失值＝0.3511*(0.327*70+0.267*120)+0.2593*(0.241*70+0.522*120)+0.2147*(0.039*605+0.087*155)+0.1751*(0+0.107*155)=50.75 补充情报的价值＝77.5-50.7=26.75 * 0.3511 0.2593 0.2147 0.1751 补充情报和完全情报价值的关系 补充情报价值小于或等于完全情报价值 0 ≤ EVAI ≤ EVPI * 抽样情报价值与最佳样本容量 * 前面的例子 完全情报价值为3000元，每抽一次的成本为125元，所以最多抽取3000/125=24次 经过计算，抽检1次最合理的——最佳抽样次数（最佳样本容量）。为什么？ * 抽检一次的补充情报价值 无任何情报情况下的损失 选择不抽检，期望损失3000 有补充情报下的损失 情报为“合格”，期望损失2400，概率0.91 情报为“不合格”，期望损失6600，概率0.09 期望损失：0.91×2400+0.09×6600=2778 因此，补充情报价值=3000-2778=222元 抽样净值=222-125=97元，抽检值得 * 抽检两次的补充情报价值 无任何情报情况下的损失 选择不抽检，期望损失3000 有补充情报下的损失 情报为“全合格”，期望损失1950，概率0.8345 情报为“一合格，一不合格”，期望损失7450.33，概率0.151 情报为“全不合格”，期望损失2100，概率0.0145 期望损失：2783 因此，补充情报价值=3000-2783=217元 抽样净值=217-125×2=-33元，抽检两次是完全不合理的 * 抽检三次的补充情报价值 无任何情报情况下的损失 选择不抽检，期望损失3000 有补充情报下的损失 情报为“全合格”，期望损失1642，概率0.7703 情报为“两合格，一不合格”，期望损失6568，概率0.1927 情报为“一合格，两不合格”，期望损失2527，概率0.0338 情报为“全不合格”，期望损失465，概率0.0032 期望损失：2617 因此，补充情报价值=3000-2617=383元 抽样净值=383-125×3=8元，抽检三次虽然可行，但抽样净值不及抽