因为贝叶斯决策利用的是后验概率分布,所以,参数的先验概率分布不可以选择广义先验分布。(
)
)
举一反三
- 贝叶斯假设确定的先验分布都是广义先验分布。(<br/>)
- 下列关于贝叶斯推断的说法正确的是() A: 贝叶斯推断不需要参数的先验分布 B: 贝叶斯推断需要参数的先验分布 C: 贝叶斯推断只有优点没有缺点 D: 贝叶斯推断参数的先验分布可以使用扁平先验和markov先验
- 贝叶斯决策是由先验概率和类条件概率，推导后验概率，然后利用这个概率进行决策。（ ）
- 下列关于贝叶斯方法进行损失分布估计描述错误的是： A: 参数的先验分布可以只是一个猜测 B: 贝叶斯方法中参数是一个随机变量，而不是一个估计值 C: 为了减少积分计算，我们通常将参数的先验分布限制为离散型 D: 损失函数为二次函数时，参数的贝叶斯估计就是后验分布的均值
- 180330bf2955ca1.png为得到信息x后对自然状态θ的概率分布的修正，也就是条件概率。于是[img=191x48]180330bf338c29c.png[/img]就称为 （先验，后验）贝叶斯风险。