最大后验概率准则定义,简单介绍先验概率和后验概率

[高分] 数理统计问题，高手进

文章插图
楼主所指的可能是假设检验的双择问题中使用的最优决策准则的问题。
经典的假设检验主要有贝叶斯准则、最小错误概率准则、最大后验概率准则、极大极小化准则、奈曼-皮尔逊准则等。楼主叙述中所指的应该就是“奈曼-皮尔逊准则”(保证漏检(H1判为H0)的概率一定，错检(H0判为H1)最小) 。
这些准则有各自的适用条件，在各自条件下都是最优的。
******************************************************************
关于楼主的问题，所谓‘谋求P1+P2最小’指的是最小错误率准则，我觉得主要是两个方面:
1.使用最小错误率准则要求知道H1、H0的先验概率和条件概率，而奈曼-皮尔
逊准则是不需要。
2.有时候两种错误对我们造成的影响是不同的，不能简单的追求‘谋求P1+P2
最小’ 。比如，医疗诊断中漏诊造成的后果比误诊要大，雷达检测中虚警
比漏检代价更大(无谓发射导弹成本高) 。在以上两例中，医疗诊断还可以
大致估计患病先验概率可以用贝叶斯准则，雷达检测中由于先验概率无法
获得，一般使用“奈曼-皮尔逊准则” 。
综合来说，这就是不同准则的适用情况问题。
bayesian decision的定义原理是什么？

文章插图
中文的~~~
贝叶斯决策理论
贝叶斯决策理论(Bayesian Decision Theory)
贝叶斯决策理论概述
贝叶斯决策理论是主观贝叶斯派归纳理论的重要组成部分。
贝叶斯决策就是在不完全情报下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策。
贝叶斯决策理论方法是统计模型决策中的一个基本方法，其基本思想是：