统计的决策演示.pptVIP

第十一章   统计决策 统计决策是统计科学中一个相对比较新的研究领域。自统计学家瓦尔德（A.Wald）1950年发表第一本关于统计决策的专著《统计决策函数》（Statistical Decision Functions）。 课时安排 第一节统计决策的基本概念(0.5学时) 第二节完全不确定型决策 （1学时） 第三节 一般风险型决策 （0.5学时） 第四节 贝叶斯决策 （2学时） 第一节统计决策的基本概念 一、什么是统计决策 二、统计决策的基本步骤 三、收益矩阵表 一、什么是统计决策 狭义的统计决策方法是一种研究非对抗型和非确定型决策问题的科学的定量分析方法。 二、统计决策的基本步骤 确定决策目标 决策目标是决策者希望达到的结果。反映决策目标的变量，称为目标变量。 拟定备选方案 备选方案是决策者可以调控的因素。行动变量和行动空间。 列出自然状态 状态是指实施行动方案时，可能面临的客观条件和外部环境。状态空间和状态空间的概率分布。 选择“最佳”或“满意”的方案 实施方案 三、收益矩阵表 收益矩阵的元素 qij反映在状态θj下，采用行动方案ai得到的收益值。这里所说的收益是广义收益指标。这里所说的收益是广义的，利润、产量、销售收入等属于正的收益指标，成本、亏损等属于负收益指标。收益是行动方案和自然状态的函数， qij ＝ Q (ai , θj )i =1,2,…,m; j=1,2,…n 表11-2 某项投资的收益矩阵表 单位：万元 第二节完全不确定型决策 一、 完全不确定型决策的准则 二、各种准则的特点和适用场合 一、 完全不确定型决策的准则 （一）最大的最大收益值准则 先选出各种状态下各方案的最大收益值，然后再从中选择最大收益所在的方案 a* = { qij } (11.2) （二）最大的最小收益值准则 先选出各种状态下各方案的最小收益值，然后再从中选择最大者所对应的方案 a* = {qij } (11.3) (三)最小的最大后悔值准则 后悔值是由于决策失误而造成的最大可能收益值与其实际收益值之差。 rij ＝Q (ai ,θj ) －qij; rij≥0 (11.4) 该准则主张应先选出各种状态下每个方案的最大后悔值，然后再从中选择最小者所在的方案。 a* = {rij } (11.5) （四）折衷准则 主张根据经验和判断确定一个乐观系数α（0≤α≤1），计算各方案的期望收益值，并选择期望收益值最大的方案。 E(Q(ai)) =α { qij } + (1－α) {qij } (11.6) a* = E(Q(ai)) (11.7) (五)等可能性准则  假定未来各种状态可能出现的概率相同,在此基础上求得各方案收益的期望值，并以期望收益值最大的方案作为所要选择的方案。 a* = Max E(Q(ai)) (11.8) E(Q(ai))＝ (i =1,2,---,m) (11.9) 【例11-3】 假设例11-1中(见表11-2),有关市场状态的概率完全不知道，试求出后悔矩阵并根据最小的最大后悔值准则进行决策. 解： 市场需求大 Q (ai,θ1 )= 400 市场需求中 Q (ai ,θ2 )= 200 市场需求小 Q (ai ,θ3 )= 0 代入求后悔的公式 可求得以下后悔矩阵。 根据最小的最大后悔值准则，应选择方案一。 表11-3 某项投资的后悔矩阵表 单位：万元 二、各种准则的特点和适用场合 最大的最大收益值准则只有在客观情况很乐观，或者即使决策失误，也可以承受损失的场合才采用。 最大的最小收益值准适用于对未来的状态非常没有把握，或者难以承受决策失误损失的场合。 最小的最大后悔值准则适用于不愿放过较大获利机会，同时对可能出现的损失有一定承受力的场合。 折衷准则事实上是假定未来可能发生的状态只有两种：即最理想状态和最不理想状态。前者发生的概率是α，后者发生