貝葉斯統計
| 貝葉斯統計 |
英國學者托馬斯·貝葉斯在《論有關機遇問題的求解》中提出一種歸納推理的理論，後被一些統計學者發展為一種系統的統計推斷方法，稱為貝葉斯方法。採用這種方法作統計推斷所得的全部結果，構成貝葉斯統計的內容。認為貝葉斯方法是唯一合理的統計推斷方法的統計學者，組成數理統計學中的貝葉斯學派，其形成可追溯到 20世紀 30 年代。到50～60年代，已發展為一個有影響的學派。時至今日，其影響日益擴大。
目錄
簡介
它是總體分布參數θ的一個概率分布。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規定一個先驗分布，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布解釋為在抽樣前就有的關於θ的先驗信息的概率表述，先驗分布不必有客觀的依據，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溫、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的分布取決於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布，且可解釋為疾病A的發病率。先驗分布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。在這裡先驗分布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。
評價
貝葉斯學派與頻率學派爭論的焦點在於先驗分布的問題。所謂頻率學派是指堅持概率的頻率解釋的統計學家形成的學派。貝葉斯學派認為先驗分布可以是主觀的，它沒有也不需要有頻率解釋。而頻率學派則認為，只有在先驗分布有一種不依賴主觀的意義，且能根據適當的理論或以往的經驗決定時，才允許在統計推斷中使用先驗分布，否則就會喪失客觀性。另一個批評是：貝葉斯方法對任何統計問題都給以一種程式化的解法，這導致人們對問題不去作深入分析，而只是機械地套用公式。貝葉斯學派則認為：從理論上說，可以在一定條件下證明，任何合理的優良性準則必然是相應於一定先驗分布的貝葉斯準則，因此每個統計學家自覺或不自覺地都是「貝葉斯主義者」。他們認為，頻率學派表面上不使用先驗分布，但所得到的解也還是某種先驗分布下的貝葉斯解，而這一潛在的先驗分布，可能比經過慎重選定的主觀先驗分布更不合理。其次，貝葉斯學派還認為，貝葉斯方法對統計推斷和決策問題給出程式化的解是優點而非缺點，因為它免除了尋求抽樣分布，（見統計量）這個困難的數學問題。而且這種程式化的解法並不是機械地套公式，它要求人們對先驗分布、損失函數等的選擇作大量的工作。還有，貝葉斯學派認為，用貝葉斯方法求出的解不需要頻率解釋，因而即使在一次使用下也有意義。反之，根據概率的頻率解釋而提供的解，則只有在大量次數使用之下才有意義，而這常常不符合應用的實際。這兩個學派的爭論是戰後數理統計學發展中的一個特色。這個爭論還遠沒有解決，它對今後數理統計學的發展還將產生影響。[1]