贝叶斯公式在风险决策中的应用开题报告

1. 研究目的与意义

修车的老师傅听声音就能判断车的问题所在，品酒师品尝一口葡萄酒就能品出其年份，卖菜的老师傅只要掂掂货物就能较准地估出其份量，由此可见经验(先验信息的一种)在推断中不可忽视。

而贝叶斯公式(后验概率公式)在综合先验信息和抽样信息上是十分成功的，它针对于所发生的结果，能比较出起主要作用的#8220;原因#8221;信息。

后验概率是在得到信息后重新加以修正的概率。

2. 研究内容和预期目标

本文的研究内容，主要是将关于风险决策中未知的先验信息与样本信息综合，再根据贝叶斯公式，得出后验信息，然后根据后验信息去推断未知参数，从而获得比较满意的决策结果。

拟解决的问题，即在实际决策背景下，当实际决策信息只有部分甚至不足时，根据已有的信息推断出该决策的风险大小，再作出相应抉择。

写作提纲：（1）对于贝叶斯方法、风险决策等相关概念、性质进行介绍证明。

3. 国内外研究现状

贝叶斯方法可以追溯到英国数学家thomas bayes去世后发表的一篇论文#8220;论有关概率问题的求解#8221;，但当时这篇论文并没有归纳出我们现在所熟知的贝叶斯理论，只是提出了贝叶斯公式并据此解决了#8220;逆概#8221;问题。

随后 laplace 等人应用bayes 提出的这种方法推导出了一些结果，但是由于理论仍然不系统不完整，其实际应用仍然有较大问题。

因此当时的大多数学者并没有对贝叶斯方法给予足够的重视。

4. 计划与进度安排

研究计划：2022年11月10日---2022年12月09日：熟悉贝叶斯方法、风险决策等相关知识，通过图书馆和网络查阅相关文献资料，学习一定的理论知识，了解这个研究课题的背景，写出提纲及准备完成开题报告等。

2022年12月10日---2022年03月17日：此期间对基于贝叶斯方法的风险决策方法进行与同学、导师之间的交流探讨，再结合查找的数据和相关资料，对具体实际问题关于决策方法进行构建，列出如何解决此类问题的算法步骤。

归纳总结并进行详细充实的论文编写工作，完成毕业论文初稿，准备论文中期检查。

5. 参考文献

[1] 茆诗松.贝叶斯统计[M].北京:中国统计出版社,2005.[2] 茆诗松，程依明等.概率论与数理统计教程[M].北京：高等教育出版社2005.[3] 王美怡，贝叶斯网络在不确定性风险决策中的应用研究[D].北京：首都经济贸易大学，2012.[4] 彭勇行.风险决策信息价值的测度[J].统计与决策，1995.9.[5] 马昕，王东青.贝叶斯分析法在风险决策中的应用[J].财会通讯.2015.8[6] Friedman, Geiger, Goldszmidt. Bayesian Network Classifier, Machine Learning, 1997.[7] Jiawei Han and Michelins Kamber. Data Mining Concepts and Techniques, Higher Education Press, Morgan Kaufmann Publishers, 2001.[8] D.P.Wipf, B.D.Rao. Sparse Bayesian learning for basis selection [J]. IEEE Transactions Signal Process, 2004, 52(8): 2153-2164.