课程编号:0712020219
课程基本情况:
1. 课程名称:贝叶斯统计
2. 英文名称:Bayesian Statistics
3. 课程属性:专业选修课
4. 学 分:3 总学时:51
5. 适用专业:应用统计学
6. 先修课程:数学分析、高等代数、概率论与数理统计
7. 考核形式:考查
一、本课程的性质、地位和意义
《贝叶斯统计》是应用统计分析的一门专业选修课。贝叶斯统计是当今统计学的两大学派之一,主要研究参数随机化情况下,统计分布参数的估计、检验,以及线性模型参数的统计推断,课程教学主要内容是贝叶斯统计推断的主要思想,重点是对概念、基本定理和方法的直观理解和数学模型的建立。
二、教学目的与要求
通过对贝叶斯统计的学习,使学生掌握贝叶斯统计推断的基本思想与方法,能够利用所学的理论与方法,对常用统计分布进行贝叶斯分析,了解这些方法在金融经济、风险管理与决策中的应用,为后续专业课程的学习打下良好的专业基础。
三、课程教学内容及学时安排
按照教学方案安排,本课程安排在第5学期讲授,其中课内讲授38学时,习题课13学时,具体讲授内容及学时安排见下表:
《贝叶斯统计》教学内容及学时分配表
章 |
标题 |
学时数 |
课内讲授 |
习题课 |
备注 |
1 |
先验分布和后验分布 |
8 |
5 |
3 |
|
2 |
贝叶斯推断 |
8 |
5 |
3 |
|
3 |
先验分布的确定 |
8 |
5 |
3 |
|
4 |
决策中的收益、损失与效用 |
10 |
7 |
3 |
|
5 |
贝叶斯决策 |
11 |
8 |
3 |
|
6 |
统计决策理论 |
6 |
4 |
2 |
|
合计 |
51 |
34 |
17 |
|
四、参考教材与书目
1. 参考教材
茆诗松,汤银才,贝叶斯统计,第二版,中国统计出版社,2012
2. 参考书目
[1] 张尧庭、陈汉峰,贝叶斯统计推断,科学出版社,1991
[2] Kotz S、吴喜之,现代贝叶斯统计,中国统计出版社,2000
[3] 言茂松,贝叶斯风险与决策工程,清华大学出版社,1988
[4] Berger J O.,贝叶斯统计与决策,第二版,中国统计出版社,1998
第1章 先验分布与后验分布(8学时)
【教学目的与要求】
1. 了解贝叶斯统计思想的历史背景、基本观点及其基本学术思想内涵;
2. 掌握先验分布和后验分布的概念;
3. 掌握计算后验分布的技巧;
4. 掌握贝叶斯公式的密度函数形式、共轭先验分布的计算及其优缺点、超参数的确定方法;
5. 了解多参数模型和充分统计量.
【教学重点】
1. 贝叶斯统计的三种信息;
2. 先验分布的确定、后验分布的计算;
3. 贝叶斯公式的密度函数形式,共轭先验分布的计算;
4. 超参数的确定方法.
【教学难点】
多参数模型和充分统计量.
【教学方法】
讲授法、研讨性教学
【教学内容】
1. 三种信息;
2. 贝叶斯公式;
3. 共轭先验分布;
4. 超参数的确定;
5. 多参数模型;
6. 充分统计量.
【教学建议】
通过本章内容的学习,引导学生熟练掌握先验分布和后验分布的概念,深刻理解贝叶斯公式的三种基本形式、分布密度的核、充分统计量、共轭分布等基本概念,理解贝叶斯假设的基本内容,熟练掌握计算后验分布的技巧,掌握确定超参数的基本方法,了解多参数模型,能用这些基本的方法解决一些简单的实际问题。
第2章 贝叶斯推断(8学时)
【教学目的与要求】
1. 理解条件方法的基本思想;
2. 掌握用贝叶斯方法求解点估计和区间估计;
3. 掌握假设检验的基本方法;
4. 了解贝叶斯预测的基本方法和似然原理.
【教学重点】
1. 应用最大后验估计法和条件期望估计法求解点估计和区间估计;
2. 贝叶斯假设检验的基本方法.
【教学难点】
假设检验的基本方法、贝叶斯预测的基本方法和似然原理.
【教学方法】
讲授法、研讨性教学
【教学内容】
1. 条件方法;
2. 估计;
3. 假设检验;
4. 预测;
5. 似然原理.
【教学建议】
通过本章内容的学习,引导学生理解条件方法的基本思想,熟练掌握如何应用贝叶斯方法求解点估计和区间估计,尤其是最大后验估计法和条件期望估计法,同时还要求学生掌握假设检验的基本方法、预测的基本方法,深刻理解似然原理,能用这些基本方法较好地解决一些简单的实际问题。
第3章 先验分布的确定(8学时)
【教学目的与要求】
1. 了解主观概率的定义和确定主观概率的方法;
2. 掌握先验分布的确定方法;
3. 理解掌握先验密度的计算方法;
4. 掌握无信息先验分布的确定方法.
【教学重点】
1. 先验分布的确定方法;
2. 先验密度的计算方法;
3. 无信息先验分布的确定方法.
【教学难点】
无信息先验分布的确定方法.
【教学方法】
讲授法、研讨性教学
【教学内容】
1. 主观概率;
2. 利用先验信息确定先验分布;
3. 利用边缘分布确定先验密度;
4. 无信息先验分布.
【教学建议】
通过本章内容的学习,要求学生掌握确定先验分布的几个典型的方法,并会应用这些方法解决一些实际问题.
第4章 决策中的收益、损失与效用(10学时)
【教学目的与要求】
1. 理解决策中的收益、损失与效用等基本概念;
2. 掌握决策问题的三要素、决策准则、先验期望准则及其性质;
3. 了解常用得损失函数、损失函数下的悲观准则和先验期望准则;
4. 理解效用和效用函数、常用得效用曲线和效用的测定方法,以及效用曲线在决策中应用.
【教学重点】
1. 决策问题的三要素、决策准则、先验期望准则及其性质;
2. 常用得损失函数、损失函数下的悲观准则和先验期望准则.
【教学难点】
效用和效用函数、常用得效用曲线和效用的测定方法,以及效用曲线在决策中应用.
【教学方法】
讲授法、研讨性教学
【教学内容】
1. 决策问题的三要素;
2. 决策准则;
3. 先验期望准则;
4. 损失函数;
5. 常用损失函数;
6. 效用函数.
【教学建议】
通过本章内容的学习,引导学生理解决策中的收益、损失与效用等基本概念,深刻理解决策问题的三要素,熟练掌握贝叶斯决策中的几个常用得决策准则:悲观准则、乐观准则、折中准则以及先验期望准则,理解这些准则之间的内在联系和区别,能熟练地应用这些准则解决一些实际问题。
第5章 贝叶斯决策(11学时)
【教学目的与要求】
1. 掌握贝叶斯决策的基本概念、决策函数和后验风险准则;
2. 掌握平方损失函数和线性损失函数下参数的贝叶斯估计;
3. 理解完全信息期望值、抽样信息期望值;
4. 掌握最佳样本容量的确定方法;
5. 正态分布下二次行动线性决策问题的先验EVPI.
【教学重点】
1. 贝叶斯决策的基本概念、后验风险、决策函数和后验风险准则;
2. 平方损失函数和线性损失函数下参数的贝叶斯估计.
【教学难点】
正态分布下二次行动线性决策问题的先验EVPI.
【教学方法】
讲授法、研讨性教学
【教学内容】
1. 贝叶斯决策问题;
2. 后验风险准则;
3. 常用损失函数下的贝叶斯估计;
4. 抽样信息期望值;
5. 最佳样本量的确定;
6. 二行动线性决策问题的EVPI.
【教学建议】
通过本章内容的学习,引导学生掌握贝叶斯决策的基本理论和方法,熟练掌握后验风险准则及其应用、常用损失函数下的贝叶斯估计方法,深刻理解抽样信息的价值,掌握最佳样本量的确定方法,了解二行动线性决策问题的EVPI,并能熟练地应用这些方法综合解决一些实际问题.
第6章 统计决策理论(6学时)
【教学目的与要求】
1. 掌握风险函数、决策函数的最优性;
2. 掌握统计决策中的点估计问题、区间估计问题和假设检验问题;
3. 了解决策函数的容许性、stein效应;
4. 理解最小最大准则、最小最大估计的容许性和贝叶斯风险.
【教学重点】
风险函数、决策函数的最优性、统计决策中的点估计问题、区间估计问题和假设检验问题.
【教学难点】
决策函数的容许性、stein效应、最小最大准则、最小最大估计的容许性和贝叶斯风险.
【教学方法】
讲授法、研讨性教学
【教学内容】
1. 风险函数;
2. 容许性;
3. 最大最小准则;
4. 贝叶斯风险;
5. 贝叶斯估计的性质.
【教学建议】
通过本章内容的学习,引导学生掌握经典决策理论的基本概念和基本方法,重点掌握风险函数及其应用,了解贝叶斯风险以及贝叶斯估计的性质.
执笔人:党红 审定人:李建丽