




已閱讀5頁,還剩13頁未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
第四章 貝葉斯分析Bayesean Analysis4.0引言一、決策問題的表格表示損失矩陣 對(duì)無觀察(No-data)問題 a= 可用表格(損失矩陣)替代決策樹來描述決策問題的后果(損失): ()()()或 ()()()損失矩陣直觀、運(yùn)算方便 二、決策原則 通常,要根據(jù)某種原則來選擇決策規(guī)則,使結(jié)果最優(yōu)(或滿意),這種原則就叫決策原則,貝葉斯分析的決策原則是使期望效用極大。本章在介紹貝葉斯分析以前先介紹芙他決策原則。三、決策問題的分類:1.不確定型(非確定型) 自然狀態(tài)不確定,且各種狀態(tài)的概率無法估計(jì).2.風(fēng)險(xiǎn)型 自然狀態(tài)不確定,但各種狀態(tài)的概率可以估計(jì).四、按狀態(tài)優(yōu)于: I, 且至少對(duì)某個(gè)i嚴(yán)格不等式成立, 則稱行動(dòng)按狀態(tài)優(yōu)于4.1 不確定型決策問題一、極小化極大(wald)原則(法則、準(zhǔn)則) l ( , ) 或 例:1087941921316121469810 各行動(dòng)最大損失: 13 16 12 14 其中損失最小的損失對(duì)應(yīng)于行動(dòng). 采用該原則者極端保守, 是悲觀主義者, 認(rèn)為老天總跟自己作對(duì).二、極小化極小 l ( , ) 或 例:1087941921316121469810 各行動(dòng)最小損失: 4 1 7 2 其中損失最小的是行動(dòng). 采用該原則者極端冒險(xiǎn),是樂觀主義者,認(rèn)為總能撞大運(yùn)。三、Hurwitz準(zhǔn)則上兩法的折衷,取樂觀系數(shù)入 l ( , )(1 l ( , )例如 =0.5時(shí) : 2 0.5 3.5 1 (1: 6.5 8 6 7 兩者之和: 8.5 8.5 9.5 8其中損失最小的是:行動(dòng)四、等概率準(zhǔn)則(Laplace) 用 來評(píng)價(jià)行動(dòng) 的優(yōu)劣 選 上例: : 33 34 36 35 其中行動(dòng) 的損失最小五、后梅值極小化極大準(zhǔn)則(svage-Niehans)定義后梅值 =- 其中為自然狀態(tài)為 時(shí)采取不同行動(dòng)時(shí)的最小損失.構(gòu)成后梅值(機(jī)會(huì)成本)矩陣 S= ,使后梅值極小化極大,即: 例:損失矩陣同上, 后梅值矩陣為: 3 1 0 2 3 0 8 1 1 4 0 2 0 3 2 4各種行動(dòng)的最大后梅值為: 3 4 8 4 其中行動(dòng)a1 的最大后梅值最小,所以按后梅值極小化極大準(zhǔn)則應(yīng)采取行動(dòng)1.六、Krelle準(zhǔn)則:使損失是效用的負(fù)數(shù)(后果的效用化),再用等概率(Laplace)準(zhǔn)則.七、莫爾諾(Molnor)對(duì)理想決策準(zhǔn)則的要求 (1954) 1.能把方案或行動(dòng)排居完全序; 2.優(yōu)劣次序與行動(dòng)及狀態(tài)的編號(hào)無關(guān); 3.若行動(dòng) 按狀態(tài)優(yōu)于,則應(yīng)有 優(yōu)于 ; 4.無關(guān)方案獨(dú)立性:已經(jīng)考慮過的若干行動(dòng)的優(yōu)劣不因增加新的行動(dòng)而改變; 5.在損失矩陣的任一行中各元素加同一常數(shù)時(shí),各行動(dòng)間的優(yōu)劣次序不變; 6.在損失矩陣中添加一行,這一行與原矩陣中的某行相同,則各行動(dòng)的優(yōu)劣次序不變。4.2 風(fēng)險(xiǎn)型決策問題的決策原則一、最大可能值準(zhǔn)則 令 ()=max() 選 使 l(,)=l(,)例:()0.276.560.53450.3410 () 概率最大, 各行動(dòng)損失為 3 4 5 應(yīng)選行動(dòng)二、貝葉斯原則使期望損失極?。?l( , ) () 上例中,各行動(dòng)的期望損失分別為 4.1 3.6 3.7, 對(duì)應(yīng)于的期望損失3.6最小應(yīng)選.三、貝努利原則損失函數(shù)取后果效用的負(fù)值,再用Bayes原則求最優(yōu)行動(dòng).四、EV(均值方差)準(zhǔn)則 若 且 則優(yōu)于通常不存在這樣的 上例中: E 4.1 3.6 3.7 V() 2.29 3.79 5.967不存在符合EV準(zhǔn)則的行動(dòng), 這時(shí)可采用f(,)的值來判斷(為效益型后果的期望) - f( ,)= - -(+) f越大越優(yōu).五、不完全信息情況下的決策原則(Hodges-Lehmann原則) 狀態(tài)概率分布不可靠時(shí), 可采用: ()= + i=1,2, ,m j=1,2,n 越大越優(yōu).4.3貝葉斯定理一、條件概率1.A、B為隨機(jī)試驗(yàn)E中的兩個(gè)事件 P(AB)=P(AB)/P(B)由全概率公式: j=1,2,n 是樣本空間的一個(gè)劃分, P(B)=P(B|)P()得Bayes公式 P(|B)=P(B|)P()/P(B) = P(B|)P()/P(B|)P()2. 對(duì),兩個(gè)隨機(jī)變量條件概率密度 f(| x)=f(x |)f()/f(x) 在主觀概率論中 (| x)=f(x |)()/m(x)其中:()是的先驗(yàn)概率密度函數(shù) f(x)是出現(xiàn)時(shí),x的條件概率密度,又稱似然函數(shù). m(x)是x的邊緣密度, 或稱預(yù)測(cè)密度. m(x)= f(x |)() d 或 p(x|)() (x)是觀察值為x的后驗(yàn)概率密度。例:A 壇中白球30%黑球70% B 壇中白球70%黑球30%兩壇外形相同,從中任取一壇,作放回摸球12次,其中白球4次,黑球8次,求所取為A壇的概率.解:設(shè)觀察值4白8黑事件為x,記取A壇為 , 取B壇為 在未作觀察時(shí),先驗(yàn)概率p()=p()=0.5 則在作觀察后,后驗(yàn)概率 P(|x)=p(x|)p()p(x|)p()+p(x|)p() =0.5(0.5+0.5) =() =0.24010.2482 =0.967 顯然, 通過試驗(yàn)、觀察、可修正先驗(yàn)分布.4.4 貝葉斯分析的正規(guī)型與擴(kuò)展型一、正規(guī)型分析由Baysean原則:先驗(yàn)分布為()時(shí),最優(yōu)的決策規(guī)則是貝葉斯規(guī)則,使貝葉斯風(fēng)險(xiǎn) r(, )= r(,(x)其中:r(,(x)= R(,(x) = l(,(x) = l(,(x) f(x |)dx() d (1) 據(jù)(1)式,選使r(,)達(dá)到極小,這就是正規(guī)型的貝葉斯分析。 在解實(shí)際問題時(shí),求使(1)式極小的(x)往往十分困難,尤其在狀態(tài)和觀察值比較復(fù)雜時(shí),集中的策略數(shù)目很大,窮舉所有的(x)有困難,且計(jì)算量頗大。實(shí)際上可用下法:二、擴(kuò)展型貝葉斯分析(Extensive Form Analysis)在(1)式中因l(,)-,f(x),()均為有限值。由Fubini定理,積分次序可換即r(,(x)= l(,(x) f(x |)dx() d = l(,(x) f(x |)() ddx (2)顯然,要使(2)式達(dá)到極小,應(yīng)當(dāng)對(duì)每個(gè)xX,選擇,使 l(,(x) f(x |)() d (2)為極小(x)=a 若對(duì)給定的x,選a,使 l(,(x) f(x |)() d 為極小亦即,使 l(,a) f(x |)() d =l(,a) (|x) d 或 l(,a)p(|x) (3) 達(dá)極小,即可使(1)式為極小.結(jié)論: 對(duì)每個(gè)x,選擇行動(dòng)a,使之對(duì)給定x時(shí)的后驗(yàn)分布(x)的期望損失為極小,即可求得貝葉斯規(guī)則。 這種方法叫貝葉斯分析的擴(kuò)展型,由此確定的貝葉斯規(guī)則叫formal Bayesean Rule Raiffa Sehlaifer,1961年提出。Note使(3)式達(dá)極小的行動(dòng)可能不只一個(gè),即可能有多個(gè)貝葉斯規(guī)則;擴(kuò)展型比正規(guī)型更直觀,也容易計(jì)算,故更常用;許多分析人員只承認(rèn)擴(kuò)型,理由是: i,(x)描述了試驗(yàn)后的的分布,比()更客觀,因此,只要損失函數(shù)是由效用理論導(dǎo)出的(即考慮了DMer的價(jià)值判斷、風(fēng)險(xiǎn)偏好),在評(píng)價(jià)行動(dòng)a的優(yōu)劣時(shí)就應(yīng)當(dāng)用后驗(yàn)期望損失。 ii, r(,)是根據(jù)()求出的,而用先驗(yàn)分布()來確定行動(dòng)a并不一定適當(dāng)。 從根本上講,這種觀點(diǎn)是正確的。無論從何種觀點(diǎn)來進(jìn)行貝葉斯分析,從理論上講,結(jié)果是一樣的,所以采用何種方法可視具體問題,據(jù)計(jì)算方便而定。已經(jīng)證明,形式貝葉斯分析對(duì)一類非隨機(jī)性決策規(guī)則是成立的,也可以證明它對(duì)隨機(jī)性決策規(guī)則同樣成立。使所有x上后驗(yàn)期望損失極小的貝葉斯規(guī)則也是隨機(jī)性規(guī)則集*中的Bayes規(guī)則,因此,總可以找到一驗(yàn)期望損失極小的非隨機(jī)性規(guī)則。三、例(先看無觀察問題)農(nóng)民選擇作物問題,設(shè)某地旱年占60%,正常年景占40%; 種植耐旱作物種不耐旱作物,后果矩陣為: 20 0 60 100決策人的效用函數(shù) u(y)=(1-)解:i令:l(y)=1-u(y) ii,作決策樹:iii, 在無觀察時(shí), R=l, r= l(,a)() r(, )=l(,)()+l(,)() =0.62 0.6+0.19 0.4 =0.448 r(, )= l(,)()+l(,)() =1.0 0.6+0 0.4 =0.6風(fēng)險(xiǎn)r小者優(yōu), =,是貝葉斯規(guī)則, 即貝葉斯行動(dòng).即應(yīng)選擇耐旱作物。四、例(續(xù)上)設(shè)氣象預(yù)報(bào)的準(zhǔn)確性是0.8,即p(|)=0.8 p(|)=0.8其中,預(yù)報(bào)干旱 預(yù)報(bào)正常年景則 m()=p(|)()+p(|)() =0.8 0.6+0.2 0.4=0.56 m()=0.44 (|)=p(|)()m() =0.8 0.60.56=0.86 (|)=p(|)()m() =0.2 0.60.44=0.27 (|)=0.14 (|)=0.731. 正規(guī)型分析策略: = () =()r(, )=l (,()p(|)()4-7 = l (,)p(|)()+l (,)p(|)() + l (,)p(|)()+l (,)p(|)() =0.620.80.6+1.0 0.20.6+0.19 0.20.4+0.0 0.80.4 =0.4328策略: =() =() r(, )=l (, ()p(|)() = l (,)p(|)()+l (,)p(|)() + l (,)p(|)()+l (,)p(|)() = 0.620.20.6+1.00.80.6+0.190.8 0.4+0.00.8 0.4 =0.6152策略: = () =() r(, )=0.45策略: =() =() r(, )=0.6r(, ) r(, ) r(, ) r(, ) fff 是貝葉斯行動(dòng)。 482.擴(kuò)展型之一:據(jù)(2) : l(,(x) f(x |)() d 記作r給定(預(yù)報(bào)干旱):采用 r=l (,)p(|)() = l (,)p(|)() + l (,)p(|)() = 0.620.80.6+0.19 0.20.4 =0.3128采用 r= l (,)p(|)() + l (,)p(|)() =0.48 風(fēng)險(xiǎn)小者優(yōu) 給定應(yīng)選給定(預(yù)報(bào)天氣正常) 采用 r= l (,)p(|)() + l (,)p(|)() =0.620.20.6 + 0.19 0.8 0.4 =0.135 采用 r= l (,)p(|)() + l (,)p(|)() =1.00.20.6 + 0 =0.12 給定應(yīng)選由此得形式Bayes規(guī)則 : = () =() 3.擴(kuò)展型之二:據(jù)(3)式 即l(,a) (|x) d 或 l(,a)(|x)(記作r”)給定, 采用 r”= l(,)(|) = l(,)(|) + l(,)(|) =0.62 0.86 + 0.19 0.14 =0.56 采用 r”= l(,)(|) + l(,)(|) = 1.0 0.86 + 0 0.14 =0.86給定,應(yīng)選行動(dòng).給定 采用 r”= l(,)(|) = l(,)(|) + l(,)(|) =0.62 0.27 + 0.19 0.73 = 0.3061 采用 r”= l(,)(|) = l(,)(|) + l(,)(|) =1.0 0.27 + 0 0.73 =0.27給定 應(yīng)選擇行動(dòng).形式Bayes規(guī)則: = () =()4.5 非正常先驗(yàn)與廣義貝葉斯規(guī)則一、非正常先驗(yàn)(Improper Prior)概率測(cè)度的三個(gè)條件:i,規(guī)范性:P()=1ii,非負(fù)性:0P(A)1iii,可列可加性在設(shè)定先驗(yàn)分布時(shí),若不滿足規(guī)范性,則稱為非正常先驗(yàn).二、廣義貝葉斯規(guī)則(General Bayesean Rule)1.定義:決策問題的損失函數(shù)為l(,a),()為非正常先驗(yàn)分布,對(duì)給定的,使i, l(,(x) f(x |)() d 為極小,或者ii, 0m(x)時(shí),使 l(,a) (|x) d 為極小的策略(行動(dòng)),構(gòu)成廣義貝葉斯規(guī)則.2.Nole:在許多重要場(chǎng)合,所有允許的都是GBR 在無法得到正常先驗(yàn)時(shí),除此別無良策; GBR不一定是最好的決策規(guī)則4.6 一種具有部分先驗(yàn)信息的貝葉斯分析法一、概述1.思路:在部分先驗(yàn)信息難以唯一地確定()時(shí),拋開唯一性要求,轉(zhuǎn)而確定與已知先驗(yàn)信息相符的先驗(yàn)分布的集。2.符號(hào)i, 和A為有限集:=, A=, 損失矩陣L= =l (,)ii,根據(jù)貝葉斯分析的擴(kuò)展型 給定x,應(yīng)從集合A中選一行動(dòng) ,使 q(a)= l (,a) p(|)() 為極小,亦即 = arg q(a) 或 q()q() j=1,2,m (4) 則 為貝葉斯行動(dòng).記p(|)為(x) , () 為L(zhǎng)=, =,則 l (,a) p(|)()=Ldiag(x) (4)式可表示成 Ldiag(x)Ldiag(x) i=1,2, ,n (5) j=1,2, ,m(5)式即 (L-1 L) diag(x) 0 (5)記 (L-1 L) diag(x) 為D(x), 式(5)可表示為: D(x) 0 (5”)3. (5”)式的含義(1)給定x,先驗(yàn)分布為時(shí),應(yīng)選 使5(即5, 亦即5”)式成立。(2) 對(duì)給定的x,要使 成為貝葉斯行動(dòng),應(yīng)滿足 5(即5, 亦即5”)式. 由(2)可以定義 (x)= | D(x) 0 ;, 0 式中, 是先驗(yàn)分布的所有可能的集, (x) 是的一個(gè)子集,它能i,使 對(duì)給定x為Bayes行動(dòng) ii,滿足規(guī)范性和非負(fù)性二、分析步驟1. 確定(x)2. 確定先驗(yàn)信息對(duì)先驗(yàn)分布()的約束: Q= | A0, , 0 式中, A0是先驗(yàn)信息對(duì)先驗(yàn)分布()的約束.3.結(jié)論:當(dāng) (x) 與Q有非空交集時(shí),為Bayes行動(dòng).三、例已知:i, Q= | 0.5, , , ii,由已往的統(tǒng)計(jì)資料,三種病患者的白血球計(jì)數(shù): f(x| )= N( 3000, 1000 ) f(x
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 浙江工業(yè)大學(xué)之江學(xué)院《文學(xué)原理》2023-2024學(xué)年第一學(xué)期期末試卷
- 河南工業(yè)貿(mào)易職業(yè)學(xué)院《藝術(shù)設(shè)計(jì)史》2023-2024學(xué)年第一學(xué)期期末試卷
- 吉林科技職業(yè)技術(shù)學(xué)院《建筑給水排水工程》2023-2024學(xué)年第一學(xué)期期末試卷
- 流行寵物營(yíng)養(yǎng)觀念試題及答案
- 嵩山少林武術(shù)職業(yè)學(xué)院《高等數(shù)學(xué)理論教學(xué)》2023-2024學(xué)年第一學(xué)期期末試卷
- 清理障礙施工方案
- 昭通市昭陽區(qū)文職輔警招聘考試真題
- 《2025企業(yè)合同信用風(fēng)險(xiǎn)管控制度》
- 焊機(jī)焊工考試題目及答案
- 計(jì)算機(jī)基礎(chǔ)知識(shí)總結(jié)提煉試題及答案2024
- GB/T 242-2007金屬管擴(kuò)口試驗(yàn)方法
- GB/T 16921-2005金屬覆蓋層覆蓋層厚度測(cè)量X射線光譜方法
- GB/T 11168-2009光學(xué)系統(tǒng)像質(zhì)測(cè)試方法
- 新教材高中歷史必修中外歷史綱要上全冊(cè)教學(xué)課件
- 公共部門人力資源管理概論課件
- 六年級(jí)下冊(cè)科學(xué)第一單元質(zhì)量檢測(cè)卷粵教版(含答案)
- 【計(jì)算機(jī)應(yīng)用基礎(chǔ)試題】韓山師范大學(xué)2022年練習(xí)題匯總(附答案解析)
- 愛愛醫(yī)資源-生理學(xué)-122排卵、黃體形成與月經(jīng)周期
- 科技小巨人工程驗(yàn)收培訓(xùn)
- 大班繪本教案《月亮冰激凌》
- 火力發(fā)電廠運(yùn)煤設(shè)計(jì)規(guī)程
評(píng)論
0/150
提交評(píng)論