决策理论与方法-主观概率和先验分布.pptVIP

(2)相对似然率法(2)相对似然率法示例4:问题同示例3，用解法a)求解。仍以每1%为子区间，并把以为上限的子区间记作首先由决策人判断似然率最大的子区间是哪一个，比如是7％，即明年国民经济增长率最大可能性在6%~7%之间。然后告诉他，把明年国民经济增长率在6%~7%之间的可能性记作10；并要求他判断明年国民经济增长率在7%~8%之间的可能性有多大，设经过交谈后定为8.5，由分析人员记入表2.1；然后再开始判断下一个子区间的相对似然率，直到所有子区间的相对似然率都设定为止。表2.1明年国民经济增长率各子区间及似然率设定子区间23456789101112Ri0.51.5369109.56.52.510.5π(θi)0.010.030.060.120.180.200.190.130.050.020.01(3)区间对分法适用范围：可以是开区间步骤：①求中位确定上、下四分位点(quartilefractile)由于误差积累，最多确定八分位点(Eighthfractile)例：人口出生率缺点：精度差(4)与给定形式的分布函数相匹配这是最常用，且常常被滥用的方法.步骤①:选择一个与先验信息匹配得最好的函数,如正态，泊松，β，e-Cauchy分布等例：a)在单位时间以恒常的平均比率入出现，则在T单位长度时间内该事件出现的次数服从Poisson分布b)若影响某一随机变量的因素很多而每一因素的作用均不显著，则该变量服从正态分布。例如，测量误差，弹落点，人的生理特征的度量，农作物产量等均服从正态分布。c)事件A出现的概率为P，n次独立试验出现r次A的概率b(p,r,n)=步骤②参数估计：A.矩法：N(μ,σ)Be(α，β)·缺点：尾部估计不准，但对矩的影响却很大B.分位数：利用几个分位点和现成的概率密度函数分位数表，估计参数并检验。即服从二项分布贝叶斯分析法最为引人的特点是它的简明性，只要有效用(损失)函数和先验分布，贝叶斯分析就可以直接计算了。由于贝叶斯分析法的简明性，使得人们在没有先验信息时也想用它，因此希望在完全没有或只有权少自然状态Θ的先验信息时，也能设定Θ的先验概率分布。例如，最简单的情况是Θ中只有n个元素．即只有n种自然状态，设每种状态出现的概率为1／n，这就是无信息先验分布。一、为什么要研究无信息先验4)无信息先验分布5)使平均信息量极大化的先验分布设定2主观概率和先验分布

(Modelinguncertaintywithprobability)概率的基本概念先验分布及其设定设定主观概率的案例“埃尔斯伯格悖论”(Ellsbergparadox)010302042.1概率的基本概念1)概率的三种定义2)主观概率3)主观概率定义4)主/客观概率的比较5)小结:主/客观概率研究概率的必要性:第一章指出了决策问题的基本特点之一是自然状态的不确定性。由于自然状态的不确定性，决策人无论采取什么行动，所产生的后果都会因自然状态的不同而不同。为了能对决策进行给定量化研究、有必要定量地表达自然状态的非确定性。概率是定量表达不确定性的重要工具，我们要对设定自然状态的概率分布所涉及的问题与相应的处理方法进行分析和讨论。2.1概率的基本概念01随机事件：事件有多种不同的结果，在同样的条件下进行一系列重复试验，每次出现的结果都不能预先确定的事件称为随机事件。02概率：随机现象在每次试验中的结果虽然是不确定的，但在大量重复试验下，各种不同结果出现的可能性的大小是具有规律性的，这种规律性称为概率。随机事件与概率在相同条件下可以重复进行；试验前不能确定出现哪种结果；试验前知道可能出现的所有结果。随机试验具有下面三个特点：Laplace的概率定义贰频率与概率壹概率的公理化定义叁1)概率的三种定义为了描述随机事件发生的可能件的大小，人们通常进行随机试验并观察试验结果。在相同条件下进行了n次试验，其中事件A发生的次数nA称为事件A发生的频数，比值nA／n称为事件A发生的频率，记作人fn(A):古典的概率(probability)的定义如下:12(1)频率与概率01P(A)==k/N式中，k为A所含基本事件数，N为基本事件总数适用条件:1.基本事件有限每个基本事件等可能02(2)Laplace的概率定义(3)Kormogorov公理化定义E是随机试验,S是E的样