高等数理统计_高等数理统计—第六章 贝叶斯统计基础

本章内容仅为基础的贝叶斯统计知识，权做快速入门之用。

第六章 贝叶斯统计基础

6.1 贝叶斯统计基本概念

与传统的频率学派不同，贝叶斯学派认为分布的未知参数

是一个随机变量，对位置参数

的统计推断应充分利用

先验信息，并综合 样本信息，进行贝叶斯统计推断。

6.1.1 贝叶斯统计原理

简单来说，贝叶斯统计推断就是：先验信息

样本信息=后验信息

具体来说就是：（基本上取自《参数统计教程》韦博成）

（1）参数

为随机变量，其先验分布记为

。

（2）认为

为参数

已知时样本

的条件分布，即

，表示

给定时，样本

的分布。

（3）贝叶斯统计推断的出发点为参数

的后验分布，即

已知时

的条件分布

，因为它综合了先验分布

及样本分布

所提供的关于参数

的全部信息。后验分布是一切贝叶斯统计推断的出发点，因而计算后验分布就成为贝叶斯统计的主要任务，其分布密度记为

。

直白一点来说，我们先得到先验信息，这个先验信息可以是过去经验，可以是考试题中直接给出的，或者其他方法（先验分布的选取看下一小节6.1.2）。然后我们的样本信息不像过去频率学派一样直接拿来算位置参数

，而是视作

已知下的条件分布（这个条件分布怎么来？一般考试时会给出哈哈哈）。两者相乘（先验信