隨機性決策分析方法講義(編輯修改稿)
2025-11-19 22:26 本頁面
【文章內容簡介】 間數(shù)n難以確定 似然率?(?i)估計困難 F(x)通常有較大的尾部誤差,主觀概率—先驗分布估計：分位點法,區(qū)間對分法（分位點法）連續(xù)型 確定事件不可能發(fā)生的臨界狀態(tài)取值（如某地區(qū)人口出生率不可能低于9‰，但也不可能超過18‰）； 求中位數(shù)：當狀態(tài)取值為此值時，大于或小于此值的狀態(tài)出現(xiàn)的概率相等（如某地區(qū)人口出生率的中位數(shù)為12.5‰）； 確定上下四分位點； 確定八分位點（一般僅取到八分位點）。,主觀概率—先驗分布估計：分布函數(shù)法,與給定形式的分布函數(shù)相匹配（最常用也容易濫用）[Matlab工具箱：Statistics Toolbox / Probability Distributions] 均勻分布（連續(xù)型）：如果隨機變量落在某個區(qū)間(a, b)中任意等長度的子區(qū)間內的可能性相等，則它服從均勻分布，均勻分布的概率密度函數(shù)為： [Matlab函數(shù)：unifpdf(x,a,b),unifit(DATA)],主觀概率—先驗分布估計：分布函數(shù)法,二項分布：(離散型)每次隨機試驗中事件A出現(xiàn)的概率為p，n次獨立試驗中事件A出現(xiàn)k次的概率服從二項分布：[Matlab函數(shù)：binopdf(k,n,p),binofit(k,n)] 泊松分布： (離散型)每次隨機試驗中事件A出現(xiàn)的概率為p，n次（n→∞，但n*p= ? 為常數(shù)）獨立試驗中事件A出現(xiàn)k次的概率服從泊松分布：[Matlab函數(shù)：poisspdf(k, ?), poissfit(DATA)],主觀概率—先驗分布估計：分布函數(shù)法,正態(tài)分布（高斯分布）： (連續(xù)型)若連續(xù)型隨機變量?的概率密度函數(shù)為: 則稱隨機變量?服從參數(shù)為?、?2的正態(tài)分布[Matlab函數(shù)：normpdf(x,?,?), normfit(DATA)] 。 參見相關統(tǒng)計學書籍，看看還有哪些分布函數(shù)可供選擇使用？,22,2024年11月18日, 隨機性決策的效用函數(shù),二. 隨機性決策的基本概念,23,2024年11月18日, 隨機性決策的效用函數(shù),24,2024年11月18日,效用函數(shù)的定義：, 隨機性決策的效用函數(shù),25,2024年11月18日, 隨機性決策的效用函數(shù),26,2024年11月18日, 隨機性決策的效用函數(shù),27,2024年11月18日,實際中的決策問題對決策人的決策往往是效益和風險并存。不同的決策人對待風險的態(tài)度可分為厭惡型、中立型和喜好型。,3 、效用與風險的關系,二. 隨機性決策的基本概念,問題：決策人對待這一風險的態(tài)度是什么呢？,28,2024年11月18日,3 、效用與風險的關系,厭惡型: 決策人認為冒此風險的期望盈利只等價于比它低的不冒風險的盈利。 喜好型: 對待風險的態(tài)度與厭惡型相反的。 中立型：介于二者之間的，即決策人認為這和不冒任何風險的另一行為盈利a元等價。 這三種不同的態(tài)度可以反映在效用函數(shù)上就是凹函數(shù)，線性
公司管理相關推薦
鄂ICP備17016276號-1