贝叶斯决策理论课件(PPT90页) .pptxVIP

贝叶斯决策理论Bayesian Decision Theory;贝叶斯决策理论;引言;引言;引言;引言;贝叶斯决策理论;9、我们的市场行为主要的导向因素，第一个是市场需求的导向，第二个是技术进步的导向，第三大导向是竞争对手的行为导向。七月-21七月-21Thursday, July 15, 2021 10、市场销售中最重要的字就是“问”。19:53:3419:53:3419:537/15/2021 7:53:34 PM 11、现今，每个人都在谈论着创意，坦白讲，我害怕我们会假创意之名犯下一切过失。七月-2119:53:3419:53Jul-2115-Jul-21 12、在购买时，你可以用任何语言；但在销售时，你必须使用购买者的语言。19:53:3419:53:3419:53Thursday, July 15, 2021 13、He who seize the right moment, is the right man.谁把握机遇，谁就心想事成。七月-21七月-2119:53:3419:53:34July 15, 2021 14、市场营销观念：目标市场，顾客需求，协调市场营销，通过满足消费者需求来创造利润。15 七月 20217:53:34 下午19:53:34七月-21 15、我就像一个厨师，喜欢品尝食物。如果不好吃，我就不要它。七月 217:53 下午七月-2119:53July 15, 2021 16、我总是站在顾客的角度看待即将推出的产品或服务，因为我就是顾客。2021/7/15 19:53:3419:53:3415 July 2021 17、利人为利已的根基，市场营销上老是为自己着想，而不顾及到他人，他人也不会顾及你。7:53:34 下午7:53 下午19:53:34七月-21 ;Bayes决策准则;假设你昨晚目击了一起夜间出租车肇事逃逸事件，你记得看到的肇事出租车是蓝色的，而且你还知道下面2条信息，那么你会认为肇事出租车是什么颜色的？ (1) 西安所有的出租车都是绿色或蓝色的； (2) 大量实验表明，在昏暗的灯光条件下，人眼对于蓝色和绿色的区分的可靠度是75%； 假设随后你又了解到第3条信息：（3）西安的出租车10辆中有9辆是绿色的，此时你又会得出怎样的结论？ ;用B表示事件“肇事车是蓝色的”，用LB表示“肇事车看起来是蓝色的”， 则对颜色区分准确程度的概率可以表示为 P(LB|B)=0.75 P(~LB|~B)=0.75 对当肇事车看起来是蓝色的情况下，确实是蓝色的概率为 P(B|LB)∝P(LB|B)P(B)∝0.75P(B) P(~B|LB)∝P(LB|~B)P(~B)∝0.25(1-P(B)) 而西安的出租车10辆中有9辆是绿色的，则给出了先验概率P(B)=0.1，于是有 P(B|LB)∝0.75??0.1=0.075 P(~B|LB)∝0.25(1-P(B))=0.25×0.9=0.225 P(B|LB)=0.075/0.072+0.225=0.25 P(~B|LB)=0.225/0.072+0.225=0.75 因此肇事车辆为绿色。 ;Some about Bayes(2);算出学校里面有多少穿长裤的，然后在这些人里面再算出有多少女生？即要求的就是P(Girl|Pants)。 假设校园内总人数为U，计算的结果是 U * P(Girl) * P(Pants|Girl) / [U * P(Boy) * P(Pants|Boy) + U * P(Girl) * P(Pants|Girl)] 。容易发现这里校园内人的总数是无关的，可以消去。于是得到 P(Girl|Pants) = P(Girl) * P(Pants|Girl) / [P(Boy) * P(Pants|Boy) + P(Girl) * P(Pants|Girl)] 注意，如果把上式收缩起来，分母其实就是 P(Pants) ，分子其实就是 P(Pants, Girl) 。而这个比例很自然地就读作：在穿长裤的人（ P(Pants) ）里面有多少（穿长裤）的女孩（ P(Pants, Girl) ）。 上式中的 Pants 和 Boy/Girl 可以指代一切东西，所以其一般形式就是： P(B|A) = P(A|B) * P(B) / [P(A|B) * P(B) + P(A|~B) * P(~B) ] ;最小错误率准则;最小错误率准则;最小错误率准则;最小错误率准则;最小错误率准则;最小错误率准则;最小错误率准