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
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