第一节贝叶推断方法.ppt

3.后验风险准则 定义 在给定的贝叶斯决策问题中 是其决策函数称 为决策函数 的后验风险.假如在决策函数类中存在这样的决策函数,它在D中有最小的风险,即 则称 为后验风险准则下的最优决策函数,或称贝叶斯决策,或贝叶斯解. 4.平方损失函数下的贝叶斯估计 定理3.1 在平方损失函数 下, 的贝叶斯估计为后验均值,即 [Pr] 在平方损失函数下,任何一个决策函数 的后验风险为 EX2 设一卷磁带上的缺陷数服从泊松分布P（λ）其中λ可取1.0和1.5中的一个,又设λ的先验分布为 π（1.0）=0.4 π（1.5）=0.6 假如检查一卷磁带发现了3个缺陷，求λ的后验分布。 四、贝叶斯推断（估计） Ⅰ条件方法 由于未知参数的后验分布是集三种信息（总体、样本和后验）于一身，它包含了所有可供利用的信息。故有关的参数估计和假设检验等统计推断都按一定方式从后验分布提取信息，其提取方法与经典统计推断相比要简单明确得多。基于后验分布的统计推断就意味着只考虑已出现的数据（样本观察值）而认为未出现的数据与推断无关，这一重要的观点被称为“条件观点”，基于这种观点提出的统计方法被称为条件方法。 例如经典统计