第七章 Bayes,方法和统计决策理论* §7.1引言和若干基本概念 一、引言 我们知道数理统计中的任务是要通过样本推断总体.如果我们已经知道总体的 形式与分布族,这就给了我们一种信息,称为总体信息.例如我们知道样本来自于 正态总体,它暗示我们很多信息:如它的密度函数是倒立的钟形曲线,它的所有阶 矩存在,任何事件的概率都可以通过查表求出.由正态总体还可导出与之相关的分 布X2,t,F等.因此总体的信息是很重要的,但是获得总体的信息是要付出代价的. 例如在工业可靠性问题中,我们要想获得电子器件的寿命分布,要利用成千上万的 元器,做大量的实验,再进行统计分析从而导出其分布,要费钱费力费时 另外一种信息是样本信息,即从总体中抽取的样本提供给我们的信息.这是最 “鲜活”的信息.我们希望样本越多越好,我们希望通过把样本加工、整理成统计量, 对总体的分布或对总体的某些数字特征作出统计推断.没有样本就没有统计推断 这是任何一种统计推断都需要有的信息 基于上述两种信息进行统计推断的方法和理论成为经典(古典)统计学.它的基 本观点是:把样本看成来自有一定概率分布的总体,所研究的对象是总体.从19世 纪至20世纪中,R.A.Fisher,K.Pearson,J.Neyman等人的杰出工作创立了经典统 计学.直到20世纪五十年代这个学派占据了主导地位.经典统计学在自然科学和社 会科学中的各个领域得到发展,但也暴露出它的一些缺点,导致了新的统计学的产 生 第三种信息称为先验信息,就是在抽样之前,有关统计问题中未知参数的一些 信息.一般先验信息来自经验和历史资料.下面两例说明先验信息存在且被人们利 用 例7.1.1英国统计学家L.J.Savage(1961)提出一个令人信服的例子说明先验 信息有时是很重要的,且看下面两试验: (1)一位常饮牛奶和茶的女士说她能辨别先倒进杯子里的是茶还是牛奶.对此 做了10次试验她都说对了. (2)一位音乐家说他能够从一页乐谱辨别是海顿(Haydn)还是莫扎特(Mozart)的 作品,在10次试验中他都说对了. 在上面两个试验中,如果认为试验者是猜对的,每次成功概率为05,则10次都 猜中的概率为(0.5)10=2-10=0.0009766,这是一个很小的概率,几乎不可能发生. 故每次猜对概率0.5的假设被否定.他们每次说对的概率比0.5要大得多,这不能认 为是猜测,而是经验帮了忙.可见经验(先验信息)在推断中不可忽视,应当加以利 用 例7.1.2某工厂生产一种产品,每日抽查一部分产品以检查废品率0,经过一
1‘Ÿ Bayesê{⁄⁄O˚¸nÿ* ➜7.1 ⁄Û⁄eZƒVg ò!⁄Û ·ÇÍn⁄O•?÷¥áœL̉oN. XJ·ÇƲoN /™Ü©Ÿx, ˘“â ·Çò´&E, °èoN&E. ~X·Ç5gu oN, ßV´·ÇÈı&E: Xßó›ºÍ¥·®/Ç, ߧk ›3, ?¤ØáV«—屜LL¶—. doNÑå—ÜÉÉ'© Ÿχ 2 , t, F. œdoN&E¥Èá, ¥ºoN&E¥áG—ìd. ~X3ÛíåÇ5ØK•, ·Çáéº>fÏáÆ·©Ÿ, á|^§Z˛ Ï, âå˛¢, 2?1⁄O©¤l —Ÿ©Ÿ, á§a§Â§û. , ò´&E¥&E,=loN•ƒJ¯â·Ç&E. ˘¥Å /m¹0&E. ·ÇF"ı–, ·ÇF"œLr\Û!n§⁄O˛, ÈoN©Ÿ½ÈoN, ÍiAä—⁄Ỏ. vk“vk⁄Ỏ, ˘¥?¤ò´⁄Ỏ—Iák&E. ƒu˛„¸´&E?1⁄Ỏê{⁄nÿ§è²;(;) ⁄OÆ. ߃ *:¥: rw§5gkò½V«©ŸoN, §ÔƒÈñ¥oN. l19 Vñ20V•, R.A. Fisher, K. Pearson, J. Neyman<#—ÛäM· ²;⁄ OÆ. Ü20V õcì˘áÆ”‚ Ã/†. ²;⁄OÆ3g,âÆ⁄ ¨âÆ•àá+çu–, è³—ßò ":, ó #⁄OÆ ). 1n´&E°èk&E, “¥3ƒÉc, k'⁄OØK•ôÎÍò &E. òÑk&E5g²⁄{§]. e°¸~`²k&E3Ö<Ç| ^: ~7.1.1 =I⁄OÆ[L.J. Savage (1961)J—òá-<&—~f`²k &Ekû¥Èá, Öwe°¸£: (1) ò†~ÿ⁄E⁄¨`®UEOk?fp¥Ñ¥⁄E. Èd â 10g£®—`È . (2) ò†—W[`¶U lòêWÃEO¥°Ó(Haydn)Ñ¥#SA(Mozart) ä¨, 310g£•¶—`È . 3˛°¸á£•, XJ@裈¥flÈ, zg§ıV«è0.5, K10g— fl•V«è(0.5)10 = 2−10 = 0.0009766,˘¥òáÈV«, AÿåUu). zgflÈV«0.5bƒ½. ¶Çzg`ÈV«'0.5áåı, ˘ÿU@ è¥flˇ, ¥²ê a. åѲ(k&E) 3̉•ÿå¿, A\±| ^. ~7.1.2 ,ÛÇ)ò´¨, zFƒò‹©¨±u¢¨«θ,²Lò