二项分布公式的理解 [二项分布的Bayes解风险分析]
时间:2019-02-12 03:23:32 来源:雅意学习网 本文已影响 人
摘 要:文章先介绍了不同损失函数下的Bayes解,然后以二项分布作为具体应用问题,从Bayes风险的角度,对不同的损失函数下所得的Bayes解进行了比较,探讨了各类Bayes解的优良性。
关键词:二项分布 损失函数 Bayes解 Bayes风险
引言
假定样本x′=(x ,x ,…,x )的联合密度是p(x ,x ,…,x ;θ),简写成p(x|θ),其中θ是参数。从贝叶斯观点看来,参数估计问题就是要寻找随机向量x的函数δ(x),使它尽可能“接近”随机变量θ。为选择最好估计量,人们建立了诸如损失函数、风险函数等标准,进而求出Bayes解。由于先验分布的选取不同,即使是同样损失函数情况下,得到的Bayes解也不同。文献[1]和[2]探讨了在不同先验分布的选取下,Bayes风险情况。由于共轭分布有不少优点,在实际工作中我们往往选取共轭分布作为先验分布来求Bayes解,因此探讨在不同损失函数下Bayes解的Bayes风险就成为必要。文献[3]分析了基于不同损失函数下Bayes解优劣,没有从Bayes风险的角度去分析。本文我们以二项分布作为具体应用问题,应用Bayes风险分析在不同损失函数下Bayes解的优劣情况。当然,在选择先验分布时,我们主要是根据雷发(Raiffa・H)和施莱弗(Schlaifer・R)在文献[4]中提出的共轭分布原则,为以下行文方便,先给出若干预备知识。
1 几类常见的损失函数下的Bayes解
此时的风险函数,由式(2)可得
从式(16)可以看出,对同一概型根据不同的损失函数,即使选用同类的先验分布,也会得到不同的Bayes决策。从表面上来看,选取相对差损失函数给出的二项分布参数p的Bayes估计(即Bayes解)是估计类中最保守(小)的一个。然而,它是不是最合理、最好的一个呢?从Bayes风险的角度看,由式(17)可知,选取平方损失函数给出的条件期望估计是二项分布参数p的Bayes风险最小的估计,是比其他两类更合理的一个估计。
参考文献:
[1]陈宜辉,姜礼平,吴树和.无信息先验下几种不同Bayes估计的比较[J].海军工程大学学报,2001.13,(5):97-99.
[2]王晶,刘福升.不同损失函数下不同无信息先验的Bayes估计及比较[J].山东科技大学学报(自然科学版),2005.24,(4):95-98.
[3]陶靖轩.关于贝叶斯估计的进一步讨论[J].中国计量学院学报,2001.12,(3):11-15.
[4]张尧庭,陈汉峰.贝叶斯统计推断[M].北京:科学出版社,1991.
[5]范金城,吴可法.刘凤林.统计推断导引[M].北京:科学出版社,2001.
[6]茆诗松,王静龙,濮晓龙.高等数理统计[M].北京:高等教育出版社,1998.
注:“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文