目录
贝叶斯决策概述
贝叶斯决策的基本方法(重点)
贝叶斯决策信息的价值
抽样贝叶斯决策(难点)
贝叶斯风险和贝叶斯原则(难点)
贝叶斯决策分析
2021/1/26
1
一、贝叶斯决策概述
一、贝叶斯决策概述
(一)贝叶斯决策的意义
在管理决策的实际过程中,往往存在两种偏向:
(1)缺乏市场调查,对状态变量的概率分布情况掌握和分析还十分粗略就匆忙进行决策,使得决策结果与市场现实出入较大,造成决策失误; 忽视了信息对决策的价值。
(2)市场调查或局部试验的费用过高,收集的信息没有给企业带来应有的效益。 没有考虑信息本身的成本。
因此,我们既要充分重视信息对决策的价值,用补充信息的方法,使状态变量的概率分布更加符合现实市场状况,又要充分注意信息自身的价值,少花钱对办事。只有将两者合理地结合起来,才能提高决策分析的科学性和效益性。而如何将两者有机结合并加以科学分析,这就是贝叶斯决策所要解决的问题。
贝叶斯决策分析
2021/1/26
2
先看下面的例子。 例:某公司经营一种高科技产品,若市场畅销,可以获利15000元;若市场滞销,将亏损5000元。根据历年的市场销售资料,,。请问该公司经营该产品应如何决策? 经营:15000*-5000*=11000元; 不经营:0元。 选择经营。 这是一种常见的风险型决策,其基本方法是将状态变量视为随机变量,用先验状态分布表示状态变量的概率分布,用期望值准则计算方案的满意程度。 由于先验状态分布与实际情况存在一定误差,为了提高决策质量,需要通过市场调查或局部试验等方法收集有关状态变量的补充信息,对先验分布进行修正,用后验状态分布进行决策——这就是本章将要介绍的贝叶斯(Bayes)决策。 这里主要介绍贝叶斯决策的基本方法、补充信息的价值、抽样贝叶斯决策以及贝叶斯风险和贝叶斯原则等内容。
贝叶斯决策分析
2021/1/26
3
(二)概率论与数理统计基础 在讨论贝叶斯决策方法之前,先回顾概率论与数理统计中的一些知识,在后面的学****中经常会用到。 (重要)①离散情况 设有完备事件组{ }(j=1, 2, …, n),满足:则对任一随机事件H,有全概率公式:
(公式1)
贝叶斯决策分析
2021/1/26
4
贝叶斯公式:
(公式2)
贝叶斯决策分析
2021/1/26
5
②连续情况 设随机变量 的概率密度为 ,则对任一随机变量 ,有其中 表示随机变量 的密度函数, 表示在 条件下 的条件密度函数。
(公式3)
(公式4)
贝叶斯决策分析
2021/1/26
6
设 >0,称为在事件A发生条件下,事件B发生的条件概率,简称条件概率。 ①离散型随机变量的数学期望设离散型随机变量X有概率分布若级数 绝对收敛,则称此级数之和为随机变量X的数学期望,记为E(X),即 。
贝叶斯决策分析
2021/1/26
7
②连续型随机变量的数学期望 设连续型随机变量X有概率密度f(x),若积分绝对收敛,则 称为X的数学期望。③二维随机变量的函数的数学期望 设Z是随机变量X,Y的函数Z=g(X,Y)(g是连续函数),则Z是一个一维随机变量。若二维离散型随机变量(X,Y)的联合分布律为i,j=1,2,…且 绝对收敛,则Z=g(X,Y)的数学期望为
贝叶斯决策分析
2021/1/26
8
若二维连续型随机变量(X,Y)的概率密度为f(x,y),且 绝对收敛,则Z=g(X,Y)的数学期望为④
2021年贝叶斯决策分析讲义 来自淘豆网www.taodocs.com转载请标明出处.