-
先驗分佈
鎖定
- 中文名
- 先驗分佈
- 外文名
- priordistribution
- 所屬學科
- 數學
先驗分佈定義
先驗分佈描述
貝葉斯學派的根本觀點,是認為在關於θ的任何統計推斷問題中,除了使用樣本X所提供的信息外,還必須對θ規定一個先驗分佈,它是在進行推斷時不可或缺的一個要素。貝葉斯學派把先驗分佈解釋為在抽樣前就有的關於θ的先驗信息的概率表述,先驗分佈不必有客觀的依據,它可以部分地或完全地基於主觀信念。
例如,某甲懷疑自己患有一種疾病A,在就診時醫生對他測了諸如體温、血壓等指標,其結果構成樣本X。引進參數θ:有病時,θ=1;無病時,θ=0。X的分佈取決於θ是0還是1,因而知道了X有助於推斷θ是否為1。
按傳統(頻率)學派的觀點,醫生診斷時,只使用X提供的信息;而按貝葉斯學派觀點,則認為只有在規定了一個介於0與1之間的數p作為事件{θ=1}的先驗概率時,才能對甲是否有病(即θ是否為1)進行推斷。p這個數刻畫了本問題的先驗分佈,且可解釋為疾病A的發病率。
先驗分佈的規定對推斷結果有影響,如在此例中,若疾病A的發病率很小,醫生將傾向於只有在樣本X顯示出很強的證據時,才診斷甲有病。在這裏先驗分佈的使用看來是合理的,但貝葉斯學派並不是基於“p是發病率”這樣一個解釋而使用它的,事實上即使對本病的發病率毫無所知,也必須規定這樣一個p,否則問題就無法求解。
先驗分佈後驗分佈
當參數 θ 的先驗分佈已知時,稱在給定樣本 x 下 θ 定條件分佈為參數 θ 的後驗分佈(posterior distribution)。
假定樣本 x 的密度函數為
,則θ 的後驗分佈為
後驗分佈可看成是在獲得樣本 x 後對參數先驗知識的調整。