贝叶斯估计方法.pptVIP

哈尔滨工程大学 4.1 Bayes推理的提出 贝叶斯 Thomas Bayes 英国数学家。1702年出生于伦敦，做过神甫。1742年成为英国皇家学会会员。1763年4月7日逝世。贝叶斯在数学方面主要研究概率论。他首先将归纳推理法用于概率论基础理论，创立了贝叶斯统计理论，对于统计决策函数、统计推断、统计估算等做出了贡献。 1763年发表了这方面的论著，对于现代概率论和数理统计都有很重要的作用。贝叶斯的另一著作《机会的学说概论》发表于1758年。贝叶斯所采用的许多术语被沿用至今。 4.2 Bayes推理的基本思想 　　贝叶斯推理就是在不完全情报下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对先验概率进行修正，最后再利用修正概率做出最优决策。 　　贝叶斯决策理论方法是统计决策中的一个基本方法，其基本思想是： 　　1、已知条件概率密度参数表达式和先验概率。 　　2、利用贝叶斯公式转换成后验概率。 　　3、根据后验概率大小进行决策分类。 4.3 Bayes推理的推理公式 Bayes推理的基本原理是：给定一个前面的似然估计后，若又增加一个证据（测量），则可以对前面的似然估计加以更新。也就是说，随着测量值的到来，可以将给定假设的先验密度更新为后验密度。 假设A1，A2，...，An表示n个互不相容的穷举假设，B为一个事件（或事实，观测等），Bayes公式的形式