贝叶斯决策在序贯分析应用

贝叶斯决策在序贯分析应用摘 要:风险决策的主要特点是具有状态发生的不确定性，这种不确定性不能通过相同条件下的大量重复试验来确定其概率分布，因此往往只能根据“过去的信息或经验”由决策者估计。为区别由随机

贝叶斯决策在序贯分析应用 摘要:风险决策的主要特点是具有状态发生的不确定性，这种不确定性不能通 过相同条件下的大量重复试验来确定其概率分布，因此往往只能根据“过去的信息 或经验”由决策者估计。为区别由随机试验确定的客观概率，我们把前者称为主观 概率。进行风险决策的传统方法之一是贝叶斯方法，贝叶斯决策主要是通过积分的 方法来解决连续性概率分布的决策，建立收益函数。在序贯分析中，我们可以将贝 叶斯决策应用于其中，建立贝叶斯决策模型，最后结合实例，对上述方法的应用过 程进行了说明。 关键词:贝叶斯决策序贯分析概率 一、序贯分析简介 其中有一种观测方法是序贯分析，记一次取一个做观测，每次观测后都做出决 策，或者停止抽样，或者再做另一观测。序贯分析的特点是，在研究决策问题时， 不是预先固定样本量，而是逐次取样观察，直到样本提供足够的信息，能恰当的做 出决策为止。 在经济活动中，常常遇到这样的决策问题，由于它的特殊性，需要将过程分为 若干个相互联系的阶段，在它的每一个阶段都需要做出决策，从而使整个过程达到 最好的活动效果。当各个阶段决策确定后，就组成了一个决策序列，因而也就决定 了整个过程的一条活动路线，这种把一个问题可看作是一个前后关联的具有链状结 构的多阶段过程就称为多阶段决策过程 在固定样本量问题中的贝叶斯分析是容易的，但贝叶斯序贯分析是困难的。在 处理问题是需要大量的符号和运转的布局，这些都会使所涉及的简单想法变得模 糊。这个想法就是，在过程的每一个阶段(即在每一次做了观测之后)，都将此阶段