第三章+偏好、效用与风险厌恶（课堂）.pptVIP

* * 1. 不确定性 （3） 主观概率 d) 先验分布估计1——离散型 ?(?2)=?(?3) 解得： ?(?1)=0.6，?(?2)=0.2，?(?3)=0.2 思考：设某决策问题有n个状态，有m个专家对各状态发生的可能性进行比较评估，我们如何综合利用所有专家的评估结果得到最终先验分布？ 第三节 不确定性条件下的偏好关系 * * 1. 不确定性 （3） 主观 概率 d) 估计法2：连续型 离散化：同直方图法——比较赋值 选择一个似然率最大的子区间?k作为基准，设其相对似然率为Rk，然后给出其他各区间?i相对于?k的似然率Ri，则?(?i)=Ri/ΣRi 。 由决策者给出每两个子区间似然率的比例关系：rij= ?(?i)/ ?(?j)，然后计算出每个状态?i的似然率?(?i)。 第三节 不确定性条件下的偏好关系 * * 1. 不确定性： （3）主观概率 d) 估计法2：连续型 思考：(1)如果决策者判断没有误差，即rij*rji=1, rij*rjk=rik，如何求?(?i)？(2)如果决策者判断有误差，则又如何求?(?i)？ 适合于自然状态?在实轴某个区间连续取值 区间：把?的取值范围划分为若干子区间?1…?n； 赋值：估计每个区间的似然率?(?i) ，作直方图； 变换：将直方图拟合为分布函数F(x)=Σ?≤x ?(?)。 第三节 不确定性条件下的偏好关系 * * 1. 不确定性： （3）主观概率 d) 估计法2：连续型 不足之处： 区间数n难以确定 似然率?(?i)估计困难 F(x)通常有较大的尾部误差 第三节 不确定性条件下的偏好关系 * * 1. 不确定性： （3）主观概率 e) 估计法3：分位点法——连续型 确定事件不可能发生的临界状态取值（如某地区人口出生率不可能低于9‰，但也不可能超过18‰）； 求中位数：当状态取值为此值时，大于或小于此值的状态出现的概率相等（如某地区人口出生率的中位数为12.5‰）； 确定上下四分位点； 确定八分位点（一般仅取到八分位点）。 第三节 不确定性条件下的偏好关系 * * 第三节 不确定性条件下的偏好关系 * * 1. 不确定性： （3）主观概率 f) 估计法3：分布函数法——连续型 与给定形式的分布函数相匹配（最常用也容易滥用） 均匀分布：如果随机变量落在某个区间(a, b)中任意等长度的子区间内的可能性相等，则它服从均匀分布，均匀分布的概率密度函数为： [Matlab函数：unifpdf(x,a,b), unifit(DATA)] 第三节 不确定性条件下的偏好关系 a b * * 1. 不确定性： （3）主观概率 f) 估计法4：二项式分布法——离散型： 每次随机试验中事件A出现的概率为p，n次独立试验中事件A出现k次的概率服从二项分布：[Matlab函数：binopdf(k,n,p),binofit(k,n)] 泊松分布： (离散型)每次随机试验中事件A出现的概率为p，n次（n→∞，但n*p= ? 为常数）独立试验中事件A出现k次的概率服从泊松分布：[Matlab函数：poisspdf(k, ?), poissfit(DATA)] 第三节 不确定性条件下的偏好关系 * * 第三节 不确定性条件下的偏好关系 * * 1. 不确定性： （3）主观概率 g) 估计法5：正态布法——连续型： 正态分布（高斯分布）： (连续型)若连续型随机变量?的概率密度函数为: 则称随机变量?服从参数为 ?、?2的正态分布[Matlab 函数：normpdf(x,?,?), normfit(DATA)] 。 第三节 不确定性条件下的偏好关系 * * 1. 不确定性： （1）概率 ② 分类：A. 主观概率；b) 估计法5：正态布法——连续型： 正态分布（高斯分布）： (连续型)若连续型随机变量?的概率密度函数为: 则称随机变量?服从参数为 ?、?2的正态分布[Matlab 函数：normpdf(x,?,?), normfit(DATA)] 。 第三节 不确定性条件下的偏好关系 * * 2. 不确定性条件下的偏好关系 （1） 含义 在确定性条件下，偏好关系比较的是确定的消费量之间的好坏；而在不确定性条件下，建立在概率空间Ω上的偏