第1章先验分布与后验分布.ppt

编辑ppt 例1.3 学生估计一新教师的年龄。 依据学生们的生活经历，在看了新教师的照片后会立即有反应：“新教师的年龄在30岁到50岁之间，极有可能在40岁左右。”一位统计学家与学生们交谈，明确这句话中“左右”为±3岁，“极有可能”可理解为90﹪的把握。于是学生们对新教师的年龄（未知量）的认识（先验信息）可综合为图1.1所示的概率分布，这也是学生们对未知量（新教师的年龄）的概率表述。 这里有两个问题需要进一步讨论。 第一，按图1.1所示的概率分布我们可谈论未知量θ位于某个区间的概率。 例θ位于37到43岁间的概率为0.9。 可这个陈述在经典统计中是不允许的。 在实际中类似的说法经常听到。 第二，按图1.1中的概率不是在大量重复试验中获得的，而是学生们根据自己的生活经历的积累对该事件发生可能性所给出的信念，这样给出的概率在贝叶斯统计中是允许的，并称为主观概率。（它也符合概率的三条公理）。这一点频率学派是频率学派难以接受的，他们认为经典统计学使用大量重复试验的频率来确定概率，是“客观的”，因此符合科学的要求，而认为贝叶斯统计是“主观的”，因而（至多）只对个人决策有用。这是当前对贝叶斯统计的主要批评。 两学派在一些问题上的争论将在后面逐步介绍。 Byaes统计学派与经典统计学派在很多问题上都有分歧但是它们最根本的分歧是: 第一，是否利用先验信息。由于产品的设计、生产都有