一、先验分布和后验分布二、共轭先验分布三、贝叶斯风险第3.2节贝叶斯估计四、贝叶斯估计一、先验分布与后验分布 上一章提出用风险函数衡量决策函数的好坏，但是由于风险函数为二元函数，很难进行全面比较。贝叶斯通过引入先验分布，给出了整体比较 的指标.1、先验信息 在抽取样本之前，人们对所要估计的未知参数所了解的信息，通常称为先验信息.例1(p84例3.6) 某学生通过物理试验来确定当地的重力加速度，测得的数据为(m/s):9.80, 9.79, 9.78, 6.81, 6.80试求当地的重力加速度.解用样本均值估计其重力加速度应该是合理的，即由经验可知，此结果是不符合事实的。在估计之前我们知道，重力加速度应该在9.80附近，即这个信息就是重力加速度的先验信息. 在统计学中，先验信息可以更好的帮助人们解决统计决策问题. 贝叶斯将此思想应用于统计决策中，形成了完整的贝叶斯统计方法.2、先验分布 对未知参数 的先验信息用一个分布形式( ) 来表示，此分布( ) 称为未知参数 的先验分布.例如例1中重力加速度的先验分布为3、后验分布 在抽取样本之前，人们对未知参数有个了解，即先验分布。抽取样本之后，
