贝叶斯统计复习_第1页
贝叶斯统计复习_第2页
贝叶斯统计复习_第3页
贝叶斯统计复习_第4页
贝叶斯统计复习_第5页
已阅读5页,还剩6页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

贝叶斯统计习题1.设0是一批产品的不合格率,从中抽取8个产品进行检验,发现3个不合格品,假如先验分布为(1)0u(0,1)'2(1-0),0<0<10,其它求0的后验分布。解:40<6?<1[ML严⑴二%业它检验8个产品有,个个合格m(x)=,040<6?<1[ML严⑴二%业它检验8个产品有,个个合格m(x)=,01 】f8、 1 1]3(州)汗(8)汨=峰(]邓)‘必二『6伊(]_$),而二一

n nI3J n 9兀(81*)=“⑴')〃*)=5。4序(i项)50<0<1m(x)]2(i—。),Q<e<iI0,其它m(x)=f1p(x10)兀(0)的=f1C303(1—0)5*2(1—0)d0=『11203(1—0)6d0=—0 0 0 15k(0|x)=P(X|07:(0)=84003(1—0)6,0<0<1m(x)2-设X1%,七是来自均匀分布U(0,0)的一个样本,又设0的先验分布为Pareto分布,其密度函数为… (0)_*0;/0妇1,0>0°'二I 00, 0<0°I 0其中参数00>。。>0,证明:0的后验分布仍为Pareto分布。解:样本联合分布为:p(x0)=二,0<x<0

0na0a/0a+1,0>0000, 0<00兀(0)=<冗(0x)xp(xP)k(0)=a0»/0以+n+ix1/0以+n+i,0>0=max{O,x,,x}1 0 1 0 1n因此0的后验分布的核为1/0a+n+1,仍表现为Pareto分布密度函数的核•••即兀(0x)=(a+n)0以+n/0a即兀(0x)=10, 0展11即得证。设吃是来自指数分布的一个样本,指数分布的密度函数为p(xl人)=山-必,x>0,(1)证明:伽玛分布Ga(a,P)是参数人的共轭先验分布。若从先验信息得知,先验均值为,先验标准差为,确定其超参数a,P。解.FTTr.X-(1)样本的似然函数:p(x|X)=Xne,=]/=XnePa入…兀(A)= r r入aTe-阳「(a)参数A的后验分布兀(A|x)xp(x|A)K(A)xAn+a-1e-(P+nx)A服从伽马分布GaG+n,P+nx).P=崩002" na=4,P=20000.飞=0.00012|P2设一批产品的不合格品率为0,检查是一个接一个的进行,直到发现第一个不合格品停止检查,若设X为发现第一个不合格品是已经检查的产品数,则X服从几何分布,其分布列为假如0只能以相同的概率取三个值1/4,2/4,3/4,现只获得一个观察值x=3,求0的最大后P(X=x列为假如0只能以相同的概率取三个值1/4,2/4,3/4,现只获得一个观察值x=3,求0的最大后验估计0 。 •MD解:0的先验分布为Q—~= =在0给定的条件下,X=3的条件概率为P(X=3|幻工8(1—联合概率为耳乂=3,。=%=土・「{1七X=3的无条件概率为0的后验分布为-ja\yvF〈X=3,8=i/4) 4":iF8=』/4|X=3)h —=亏|1一]1/42/43/4尸(g=〃4iX=3)9/208/203/2。9的最大后验•估计弘心="d5。设x是来自如下指数分布的一个观察值,p(xl0)=e-a-0),x>0取柯西分布作为0的先验分布,即兀(0)=—二,-8<0<8KV1+02)求0的最大后验估计0MD解后验密度为了寻找』的最大后餐估计机小我们.时后验密度使用微分法呵得如S3一伊以十徘)七_广七Wf询0)(1+伊)'ifk由于疗0|才)的非减性,考虑到&的取值不能超过工,故&的最大后魅估i十应为3^=21,

设)是来自均匀分布U(。,。)的一个样本,又设°服从Pareto分布,密度函1 2n数为71(0)=<Ol0oc71(0)=<0>000<00求。的后验均值和后验方差。CC0OI/0a+l,00,0>000<00求。的后验均值和后验方差。CC0OI/0a+l,00,解:°的先验分布为:兀(°)=<令。=max{9,x, }1 0 1n可得后验分布为:兀(叫')=<0>000<000>010<01(a+n)0a+«/0a+〃+1,1、°,c si、(a+〃)。则0的后验期望估计为:e(。w=—,〃+以-1v小I、 (a+zz)02后验方差为:伪尸(。工)=<―L"(zz+a-l)2(zz+a-2)n]7.设'服从伽玛分布^(-,―),°的分布为倒伽玛分布/Go(a,。),226nx证明:在给定,的条件下,°的后验分布为倒伽玛分布/G6i(-+a-+P)O求。的后验均值与后验方差。n1解:由x〜Gq(;,k),°〜/Go(aR)可以得出22U1耳(布)24 17?(xp)=-=^-—X2~1e~20x,x>0「(?)B以 -3-71(0)=——0-(a+l)^~e,0>0r(a)U 八 U 八 ""■2971(0|x)OC7?(xP)7l(0)OC0-(2+a+1)e-nx即为倒伽玛分布^(-+a-+P)的核。A Anx所以o的后验分布为/Gq(5+a,5+P)t+Px+2B(2)后验均值为E(Qlx)= -=〃+2a—2—+a—i2

(2+。)2后验方差为Var(0|x) (:+a-1)2(2+a—2)对正态分布N(0,1)作观察,获得三个观察值:2,3,5,若°的先验分布为N(3,1),求°的可信区间。没某电子元件的失效时间X服从指数分布,其密度函数为p(x\0)=0-iexp{-x/0},x>0若未知参数0的先验分布为倒伽玛分布IGa(1,0.01)。计算该种元件在时间200之前失效的边缘密度。解:解:依题意X0exp厂寸,x>00.01+xI小d0兀(0)=0.010-20.01+xI小d0(x)=jp(x|0)k(0)d0=「80.010-3exp<0该元件在时间200之前失效的概率:p-j200m(x)dx=j200_°.°'、dx就0.999950 0(x+0.01》10.没X,X,,X相互独立,且XP(0),i=L,n。若0,0,,0是来自伽玛分布1 2 n i i 1 2nGa(a,P)的一个样本,找出对X=(x1,x2,,x〃)的联合边缘密度。解:解:依题意p(%0)=^Ae-0.jix\兀(0,)= _0a-ie-叫,0,m(x)=jp(x0)兀(0)d0=j+8^~ef 0a-ie-叫d0j,iiii0x! 「(以),j=FO*DF「(气+a)im(x)=t!m(x)m(x)=t!m(x)=

i=i 1EJ2(8+1"+a气!某厂准备一年后生产一种新产品,如今有三个方案供选择:改建本厂原有生产线(七),从国外引进一条自动化生产线(。2);与兄弟厂协助组织“一条龙”生产线(。3)。厂长预计一年后市场对此产品的需求量大致可分为三种:较高(气);一般(02);较低(与)。'700980400'假设其收益矩阵为(单位:万元),Q=250-50090^-200-800-30/假设厂长根据自己对一年后市场需求量是高,中,低,给出的主观概率分别为,。求在悲观准则,乐观准则,和先验期望准则下的最优行动。解:悲观准则下:首先行动匕,。2,。3的最小收益分别为-200,-800,-30,。然后选出其中最大的收益为-30,从而最优行动为%乐观准则下:首先行动ai,a2,%的最大收益分别为700,980,400,。然后选出其中最大的收益为980,从而最优行动为%。先验期望准则下:各行动的先验期望收益为。(血)=420+75—20^475Q(四)=588-150-80=358O^240+27—3^264从而最优行动为匕。

某水果店准备购进一批苹果投放市场,市场需求量和采购量都在500至2000公斤之间,八 「0.89-0.3%, 500<0<0.9a已知其收益函数为2(0皿)=〈 ,假设0的先验分布为〔0.34a, 0.9a<0<2000[500,2000]上的均匀分布,该店应购进多少苹果可使先验期望收益最大解:先验期望收益为解:先验期望收益为当a=1343时,先验期望达到最大,故应购进1343公斤苹果。13.设某决策问题的收益函数为Q(0,a土]18:200*]"1,若0服从(0,10)上的均匀分I-12+250,0=a[ 2布,(1) 求该决策问题的损失函数。(2) 在先验期望损失最小的原则下寻求最优行动。解:18+200=-12+250^0=6则在a和a处的损失函数为1 2则在a和a处的损失函数为12当0<6时,Q(0,a)>Q(0,则在a和a处的损失函数为1 2则在a和a处的损失函数为12L(0,a)=30-50当0>6时,Q(0,a)<Q(0,a),L(0,a)=50-30L(0,a)=00服从(0,10)上的均匀分布L(a1)=f1010(50-30)d0=4L(a2)」6土(30-50)d0=9最优行动是a「14.一位卖花姑娘每晚购进鲜花第—天去卖,假设每束花的购进价格为1元,售价为6元,若当天卖不掉,因枯萎而不能再卖。根据经验天至少能卖5束鲜花,最多能卖10束鲜花。(1) 写出状态集和行动集。(2) 写出收益函数。(3) 在折中准则下,对乐观系数a的不同值,讨论卖花姑娘刖一天应购进几束鲜花为好。解:

(1)状态集。={5,6,7,8,9,10},行动集A={5,6,7,8,9,10}(2)收益函数Q(0,Q(0,a)=60-a,5<0<aaaaaaa123456f252423222120)253029282726Q=253035343332253035403938253035404544<253035404550/收益矩阵(3)按折中准则:010203040506H(以)=以maxQ(0,a)+(1-以)minQ(0,a)

0即 0即H(以)=25H(以)=24+6以H(以)=23+12以'H(以)=22+18以H(以)=21+24以5H6(以)=20+30a当0<a<6时,选择匕,每天摘5朵鲜花当^<a<1时,选择气,每天摘10朵鲜花.15.在二行动决策问题中,收益函数为Q(15.在二行动决策问题中,收益函数为Q(0,a)=118+200,a=a2若0N(10,42),计算先验EVPI。nb-b解:0=-2 1—=6.0〜m-m0〜N(10,42),E(0)=10,m>m,最优行动为at=|m-m|=5,t=4,p=10,0=6D=00-可=1,L(d)=L(1)=0.083320T N0NEVPI=Ln(d「*t*t=0.

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论