贝叶斯统计 ch贝叶斯推断PPT课件.pptxVIP

1 2 第二章 贝叶斯推断 §2.1 条件方法 §2.2 估计 §2.3 区间估计(可信区间) §2.4 假设检验 §2.5 预测 §2.6 似然原理 3 §2.1 条件方法 1.后验分布的特点：未知参数的后验分布是集三种信息（总体、样本和后验）于一身，它包含了所有可供利用的信息。故有关的参数估计和假设检验等统计推断都按一定方式从后验分布提取信息，其提取方法与经典统计推断相比要简单明确得多。 2.条件方法的基本思想：基于后验分布的统计推断实际上只考虑已出现的数据（样本观察值）而认为未出现的数据与推断无关，这一重要的观点被称为“条件观点”，基于这种观点提出的统计方法被称为条件方法。 4 3.条件方法与频率方法的区别：(以对估计的无偏性认识为例) 例如经典统计学认为参数的无偏估计应满足： 其中平均是对样本空间中所有可能出现的样本而求的，可实 际中样本空间中绝大多数样本尚为出现过，而多数从未出现 的样本也要参与平均是实际工作者难以理解的。故在贝叶斯 推断中不用无偏性，而条件方法是容易被实际工作者理解和 接受的。 例2.1 （教材P36） 5 §2.2 估计 1.贝叶斯估计 定义2.1 使后验密度 达到最大的值 称为最大后验估计；后验分布的中位数 称为后验中位数估计；后验分布的期望值