贝叶斯估计方法就是把未知参数视为一个具有已知分 布丌(6)的随机变量,从而将先验信息数学形式化并加以 利用的一种方法,通常丌()为先验分布。先验分布()与 其他分布一样也有离散型和连续型之分,这要视是离散 型随机变量还是连续型随机变量而定。 设总体X的分布密度为p(x,6),B∈,0的先验分布为 (),由于为随机变量并假定已知的先验分布,所 以总体X的分布密度p(x6)应看作给定时X的条 件分布密度,于是总体X的分布密度p(x,6)需改用 p(x16)来表示 湘潭大学数学与计算科学院一页一页]6湘潭大学数学与计算科学学院 上一页 下一页 6 贝叶斯估计方法就是把未知参数 视为一个具有已知分 布 ( ) 的随机变量，从而将先验信息数学形式化并加以 利用的一种方法，通常 ( ) 为先验分布。先验分布 ( ) 与 其他分布一样也有离散型和连续型之分，这要视 是离散 型随机变量还是连续型随机变量而定。 设总体X 的分布密度为 p x( , ),     ， 的先验分布为  ( ) ，由于 为随机变量并假定已知 的先验分布，所 以总体 X 的分布密度 p x( , )  应看作给定 时 X 的 条 件分布密度，于是总体X 的分布密度 p x( , )  需改用 p x( | )  来表示