统计决策概论.pptx

  1. 1、本文档共81页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
1、统计决策; 2 决策空间(判决空间) 对于任何参数估计,每一个具体的估计值,就是一个回答,称为一个决策,一个统计问题中可能选取的全部决策组成的集合称为决策空间,一个决策空间至少应有两个决策。 3 损失函数 统计决策的一个基本假定是,每采取一个决策,必然有一定的后果,统计决策是将不同决策以数量的形式表示出来 ;常见的损失函数有以下几种 (1)线性损失函数 绝对损失函数 (2)平方损失函数 (3)凸损失函数 (4)多元二次损失函数;二、统计决策函数及风险函数 1 统计决策函数 定义3.1 :定义在样本空间上X,取值于决策空间A 内的函数d(x),称为统计决策函数,简称决策函数 决策函数就是一个行动方案,如果用表达式处理, d(x)= d(x1,x2,…xn)本质上就是一个统计量; 2 风险函数 决策函数 d(X),完全取决于样本,损失函数 L(?, d) 也是样本X 的函数,当样本取不同的值x时,决策 d(X) 可能不同,所以损失函数值 L(?, d) 也不同,不能判断决策的好坏,一般从总体上来评价、比较决策函数,取平均损失,就是风险函数 定义3.2 设样本空间,分布族分别为X,F*,决策空间为A,损失函数为 L(?, d), d(X)为决策函数, 为决策函数d(X)的风险函数, R(?, d),表示采取决策d(X)所蒙受的平均损失( L(?, d)的数学期望) ;优良性准则; 定义3.4 设D={d(X)}是一切定义在样本空间X 上,取值于决策空间A 上的决策函数全体,若存在一个决策函数d*(X),使对任意一个d(X)都有 则称d*(X)为一致最小风险决策函数,或一致最优决策函数;问题总结;2.贝叶斯估计 ;(1)总体信息:总体分布提供的信息。 (2)样本信息:抽取样本所得观测值提供的信息。 (3)先验信息:人们在试验之前对要做的问题在经 验上和资料上总是有所了解的,这些信息对 统计推断是有益的。先验信息即是抽样(试 验)之前有关统计问题的一些信息。一般说 来,先验信息来源于经验和历史资料。先验 信息在日常生活和工作中是很重要的。; 基于上述三种信息进行统计推断的统计学称为贝叶斯统计学。它与经典统计学的差别就在于是否利用先验信息。贝叶斯统计在重视使用总体信息和样本信息的同时,还注意先验信息的收集、挖掘和加工,使它数量化,形成先验分布,参加到统计推断中来,以提高统计推断的质量。忽视先验信息的利用,有时是一种浪费,有时还会导出不合理的结论。 ; 贝叶斯学派的基本观点:任一未知量? 都可看作随机变量,可用一个概率分布去描述,这个分布称为先验分布;在获得样本之后,总体分布、样本与先验分布通过贝叶斯公式结合起来得到一个关于未知量? 新的分布—后验分布;任何关于? 的统计推断都应该基于? 的后验分布进行。 ;2)先验分布 利用先验信息的前提 (1)参数是随机的,但有一定的分布规律 (2)参数是某一常数,但无法知道 目标:充分利用参数的先验信息对未知参数作出更准确的估计。 贝叶斯方法就是把未知参数视为具有已知分布的随机变量,将先验信息数字化并利用的一种方法,一般先验分布记为?(? );3)贝叶斯公式的密度函数形式(后验分布) ;?0 是未知的,它是按先验分布?(? )产生的。为把先验信息综合进去,不能只考虑?0,对?的其它值发生的可能性也要加以考虑,故要用?(? )进行综合。这样一来,样本x1 , …, xn和参数? 的联合分布为: f (x1, x2 , …, xn, ? ) = q(x1, x2 , …, xn?? )?(? ), 简记为 f (x, ? ) = q(x?? )?(? ) 这个联合分布把总体信息、样本信息和先验信息三种可用信息都综合进去了;;在有了样本观察值 x1, x2 , …, xn 之后,则应依据 f (x,? )对? 作出推断。由于 f (x, ? ) =h(? ? x1,x2 ,…,xn )m(x1,x2 ,…,xn), 其中m(x1,x2 ,…,xn) 是x1, x2 , …, xn 的边际概率函数,它与? 无关。因此能用来对? 作出推断的仅是条件分布h(? ? x1, x2 , …, xn),它的计算公式是 ; 这个条件分布称为? 的后验分布,它集中了总体、样本和先验中有关? 的一切信息。 ;4)共轭先验分布;当给定样本的分布(似然函数)q (x | ?

文档评论(0)

职教魏老师 + 关注
官方认证
服务提供商

专注于研究生产单招、专升本试卷,可定制

版权声明书
用户编号:8005017062000015
认证主体莲池区远卓互联网技术工作室
IP属地河北
统一社会信用代码/组织机构代码
92130606MA0G1JGM00

1亿VIP精品文档

相关文档