【贝叶斯统计答案】第二章+第三章

第一章 先验分布与后验分布1.1 解：令120.1,0.2θθ==设A 为从产品中随机取出8个，有2个不合格，则22618()0.10.90.1488P A C θ== 22628()0.20.80.2936P A C θ== 从而有5418.03.02936.07.01488.07.01488.0)()|()()|()()|()|(2211111=⨯+⨯⨯=+=θπθθπθθπθθπA P A P A P A 4582.0)|(1)|(4582.03.02936.07.01488.03.02936.0)()|()()|()()|()|(122211222=-==⨯+⨯⨯=+=A A or A P A P A P A θπθπθπθθπθθπθθπ1.2 解：令121, 1.5λλ==设X 为一卷磁带上的缺陷数，则()XP λ∴3(3)3!e P X λλλ-==R 语言求：)4(/)exp(*)3(^gamma λλ-1122(3)(3)()(3)()0.0998P X P X P X λπλλπλ∴===+== 从而有111222(3)()(3)0.2457(3)(3)()(3)0.7543(3)P X X P X P X X P X λπλπλλπλπλ==========1.3 解：设A 为从产品中随机取出8个，有3个不合格，则3358()(1)P A C θθθ=-（1） 由题意知 ()1,01πθθ=<< 从而有.10,)1(504)|(504)6,4(/1)6,4(1)6,4()1()1()1()1()1()1()1()()|()()|()|(535311614531535315338533810<<-==-=--=--=--==⎰⎰⎰⎰--θθθθπθθθθθθθθθθθθθθθθθθθπθθπθθπA beta B R B d d d C C d A P A P A ：语言求（2）.10,)1(840)|(840)7,4(/1)7,4(1)7,4()1()1()1()1()1()1(2)1()1(2)1()()|()()|()|(63631171463163631533853381<<-==-=--=--=----==⎰⎰⎰⎰--θθθθπθθθθθθθθθθθθθθθθθθθθθπθθπθθπA beta B R B d d d C C d A P A P A ：语言求1.5 解：（1）由已知可得.5.125.11,110110/1)()|()()|()|(,2010,101)(5.125.111)|(2112211)|(12,2121,1)|(5.125.11201011111111<<===<<=<<=+<<-==+<<-=⎰⎰θθθθπθθπθθπθθπθθθθθθθθd d x p x p x x p x p x x x p ，，即，时，当（2）由已知可得.6.115.11,1010110/1)()|,,()()|,,(),,|(,2010,101)(6.115.111)|,,(,219.1121,214.1121,211.1121,217.1121215.11212112211)|,,(9.11,4.11,1.11,7.11,5.11,0.12,6,2,1,2121,1)|,,(6.115.112010621621621621621654321621<<===<<=<<=+<<-+<<-+<<-+<<-+<<-+<<-========+<<-=⎰⎰θθθθπθθπθθπθθπθθθθθθθθθθθθθθθθθθd d x x x p x x x p x x x x x x p x x x p x x x x x x i x x x x p i ，即，，时，当【原答案：由已知可得 ()1,0.50.5P x x θθθ=-<<+1(),102010πθθ=<< 11.611.51()0.0110m x d θ==⎰从而有()()()10,11.511.6()P x x m x θπθπθθ==<< 】1.6 证明：设随机变量()XP λ，λ的先验分布为(,)Ga αβ，其中,αβ为已知，则即得证！),(~),,|()()|,,(),,|(,0,)()(,!!)|,,(121)(121211112111βαλπλλπλλπλλαβλπλλλλβαβλααλλ++∑∑∝•∝>Γ=∑===+--+--=-=-==∏∏n x Ga x x x ex x x p x x x e x e x e x x x p ni i n n x n n ni in x ni i x n ni i ni ii【原答案： (),0!x e P x x λλλλ-=>1(),0()e ααβλβπλλλα--=>Γ 因此 11(1)()()()x x x P x e e e λαβλαβλπλλπλλλλ---+--+∝•∝= 所以 (,1)x Ga x λαβ++】 1.7 解：（1）由题意可知.1},max{,1)/(1)/(122)()|,,()()|,,(),,|(,10,1)(,,2,1,10,22)|,,(121},max{221},max{2121121212112122111<<∝===<<==<<<==⎰⎰∏∏⎰∏∏====θθθθθθθθθθπθθπθθπθθπθθθθn nx x nn x x nni in nni inn n n ni i nni inin x x d d x xd x x x p x x x p x x x n i x xx x x x p n n【原答案：由题意可知 ()1,01πθθ=<< 因此122()12(1)xxm x d x θθ=•=-⎰因此 2()()1(),1()1P x x x x m x x θπθπθθθ==<<-（实质是新解当n=1的情形）】 （2） 由题意可知.1},max{,1)/(1)/(13232)()|,,()()|,,(),,|(,10,3)(,,2,1,10,22)|,,(12-21},max{2-22-21},max{2212211212121212122111<<∝=⨯⨯==<<==<<<==⎰⎰∏∏⎰∏∏====θθθθθθθθθθθθπθθπθθπθθθπθθθθn n x x n n x x nni in nni inn n n ni i nni inin x x d d x xd x x x p x x x p x x x n i x xx x x x p n n【原答案：由题意可知 1222()36xm x d x θθθ=•=⎰因此 ()()()1,01()P x x m x θπθπθθ==<<】 1.8 解：设A 为100个产品中3个不合格，则3397100()(1)P A C θθθ=-由题意可知 199(202)()(1),01(200)πθθθθΓ=-≤≤Γ 因此 3971994296()()()(1)(1)(1)A P A πθθπθθθθθθθ∝•∝--=- 由上可知)297,5(~)|(Be A θπ1.9 解：设X 为某集团中人的高度，则2(,5)XN θ∴25(,)10XNθ ∴2(176.53)5()p x θθ--=由题意可知 2(172.72)5.08()θπθ--=又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•222(176.53)(172.72)(174.64)55.0821.26eeeθθθ------⨯∝•∝因此 (174.64,1.26)x N θ1.10 证明：设22(,),,N u u θσσ其中为已知又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•222222251()()11252()11225252u x x u eeeσθθθσσσ+----+⨯--⨯+⨯∝∝因此 222251(,)112525u x xN σθσσ+++又由于21112525σ≤+ 所以 θ的后验标准差一定小于151.11 解：设X 为某人每天早上在车站等候公共汽车的时间，则(0,)X U θ.8,861)/(1192192)()|,,()()|,,(),,|(,4,192)(.81)|,,(8,8,5.3,2,1,0,1)|,,(768778774321321321433213213321>⨯====≥=>=====<<=⎰⎰⎰∞∞∞θθθθθθθθθθπθθπθθπθθθπθθθθθθd d d x x x p x x x p x x x x x x p x x x i x x x x p i ，时，当【原答案：设X 为某人每天早上在车站等候公共汽车的时间，则(0,)XU θ∴1(),0p x x θθθ=<<当8θ>时，31()p x θθ=43819211()8192m x d θθθ+∞==⎰从而有 7()()3()()128p x x m x θπθπθθ==, 计算错误】1.12 证明：由题意可知 1(),0,1,2,...,i np x x i n θθθ=<<=从而有 ()()()()x x p x πθπθθπθ∝•00111n n n ααααθθθθθ++++∝•∝ 因此 θ的后验分布仍是Pareto 分布。

第一章 先验分布与后验分布1.1 解：令120.1,0.2θθ==设A 为从产品中随机取出8个，有2个不合格，则22618()0.10.90.1488P A C θ== 22628()0.20.80.2936P A C θ== 从而有5418.03.02936.07.01488.07.01488.0)()|()()|()()|()|(2211111=⨯+⨯⨯=+=θπθθπθθπθθπA P A P A P A 4582.0)|(1)|(4582.03.02936.07.01488.03.02936.0)()|()()|()()|()|(122211222=-==⨯+⨯⨯=+=A A or A P A P A P A θπθπθπθθπθθπθθπ1.2 解：令121, 1.5λλ==设X 为一卷磁带上的缺陷数，则()XP λ∴3(3)3!e P X λλλ-==R 语言求：)4(/)exp(*)3(^gamma λλ-1122(3)(3)()(3)()0.0998P X P X P X λπλλπλ∴===+== 从而有111222(3)()(3)0.2457(3)(3)()(3)0.7543(3)P X X P X P X X P X λπλπλλπλπλ==========1.3 解：设A 为从产品中随机取出8个，有3个不合格，则3358()(1)P A C θθθ=-（1） 由题意知 ()1,01πθθ=<< 从而有.10,)1(504)|(504)6,4(/1)6,4(1)6,4()1()1()1()1()1()1()1()()|()()|()|(535311614531535315338533810<<-==-=--=--=--==⎰⎰⎰⎰--θθθθπθθθθθθθθθθθθθθθθθθθπθθπθθπA beta B R B d d d C C d A P A P A ：语言求（2）.10,)1(840)|(840)7,4(/1)7,4(1)7,4()1()1()1()1()1()1(2)1()1(2)1()()|()()|()|(636311714631636315338533810<<-==-=--=--=----==⎰⎰⎰⎰--θθθθπθθθθθθθθθθθθθθθθθθθθθπθθπθθπA beta B R B d d d C C d A P A P A ：语言求1.5 解：（1）由已知可得.5.125.11,110110/1)()|()()|()|(,2010,101)(5.125.111)|(2112211)|(12,2121,1)|(5.125.11201011111111<<===<<=<<=+<<-==+<<-=⎰⎰θθθθπθθπθθπθθπθθθθθθθθd d x p x p x x p x p x x x p ，，即，时，当（2）由已知可得.6.115.11,1010110/1)()|,,()()|,,(),,|(,2010,101)(6.115.111)|,,(,219.1121,214.1121,211.1121,217.1121215.11212112211)|,,(9.11,4.11,1.11,7.11,5.11,0.12,6,2,1,2121,1)|,,(6.115.112010621621621621621654321621<<===<<=<<=+<<-+<<-+<<-+<<-+<<-+<<-========+<<-=⎰⎰θθθθπθθπθθπθθπθθθθθθθθθθθθθθθθθθd d x x x p x x x p x x x x x x p x x x p x x x x x x i x x x x p i ，即，，时，当【原答案：由已知可得 ()1,0.50.5P x x θθθ=-<<+1(),102010πθθ=<< 11.611.51()0.0110m x d θ==⎰从而有()()()10,11.511.6()P x x m x θπθπθθ==<< 】1.6 证明：设随机变量()XP λ，λ的先验分布为(,)Ga αβ，其中,αβ为已知，则即得证！),(~),,|()()|,,(),,|(,0,)()(,!!)|,,(121)(121211112111βαλπλλπλλπλλαβλπλλλλβαβλααλλ++∑∑∝•∝>Γ=∑===+--+--=-=-==∏∏n x Ga x x x ex x x p x x x e x e x ex x x p ni i n n x n n ni in x ni i x n ni i ni ii【原答案： (),0!x e P x x λλλλ-=>1(),0()e ααβλβπλλλα--=>Γ 因此 11(1)()()()x x x P x e e e λαβλαβλπλλπλλλλ---+--+∝•∝= 所以 (,1)x Ga x λαβ++】 1.7 解：（1）由题意可知.1},max{,1)/(1)/(122)()|,,()()|,,(),,|(,10,1)(,,2,1,10,22)|,,(121},max{221},max{2121121212112122111<<∝===<<==<<<==⎰⎰∏∏⎰∏∏====θθθθθθθθθθπθθπθθπθθπθθθθn nx x nn x x nni in nni inn n n ni i nni inin x x d d x xd x x x p x x x p x x x n i x xx x x x p n n【原答案：由题意可知 ()1,01πθθ=<< 因此122()12(1)xxm x d x θθ=•=-⎰因此 2()()1(),1()1P x x x x m x x θπθπθθθ==<<- （实质是新解当n=1的情形）】（2） 由题意可知.1},max{,1)/(1)/(13232)()|,,()()|,,(),,|(,10,3)(,,2,1,10,22)|,,(12-21},max{2-22-21},max{2212211212121212122111<<∝=⨯⨯==<<==<<<==⎰⎰∏∏⎰∏∏====θθθθθθθθθθθθπθθπθθπθθθπθθθθn n x x n n x x nni in nni inn n n ni i nni inin x x d d x xd x x x p x x x p x x x n i x xx x x x p n n【原答案：由题意可知 1222()36xm x d x θθθ=•=⎰因此 ()()()1,01()P x x m x θπθπθθ==<<】 1.8 解：设A 为100个产品中3个不合格，则3397100()(1)P A C θθθ=-由题意可知 199(202)()(1),01(200)πθθθθΓ=-≤≤Γ 因此 3971994296()()()(1)(1)(1)A P A πθθπθθθθθθθ∝•∝--=- 由上可知)297,5(~)|(Be A θπ1.9 解：设X 为某集团中人的高度，则2(,5)XN θ∴25(,)10XNθ ∴2(176.53)5()p x θθ--=由题意可知 2(172.72)5.08()θπθ--=又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•222(176.53)(172.72)(174.64)55.0821.26eeeθθθ------⨯∝•∝因此 (174.64,1.26)x N θ1.10 证明：设22(,),,N u u θσσ其中为已知又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•222222251()()11252()11225252u x x u eeeσθθθσσσ+----+⨯--⨯+⨯∝∝因此 222251(,)112525u x xN σθσσ+++又由于21112525σ≤+ 所以 θ的后验标准差一定小于151.11 解：设X 为某人每天早上在车站等候公共汽车的时间，则(0,)X U θ.8,861)/(1192192)()|,,()()|,,(),,|(,4,192)(.81)|,,(8,8,5.3,2,1,0,1)|,,(768778774321321321433213213321>⨯====≥=>=====<<=⎰⎰⎰∞∞∞θθθθθθθθθθπθθπθθπθθθπθθθθθθd d d x x x p x x x p x x x x x x p x x x i x x x x p i ，时，当【原答案：设X 为某人每天早上在车站等候公共汽车的时间，则(0,)XU θ∴1(),0p x x θθθ=<<当8θ>时，31()p x θθ=43819211()8192m x d θθθ+∞==⎰从而有 7()()3()()128p x x m x θπθπθθ==, 计算错误】1.12 证明：由题意可知 1(),0,1,2,...,i np x x i n θθθ=<<=从而有 ()()()()x x p x πθπθθπθ∝•00111n n n ααααθθθθθ++++∝•∝ 因此 θ的后验分布仍是Pareto 分布。

贝叶斯统计习题答案第⼀章先验分布与后验分布1.1 解：令120.1,0.2θθ==设A 为从产品中随机取出8个，有2个不合格，则22618()0.10.90.1488P A C θ== 22628()0.20.80.2936P A C θ== 从⽽有5418.03.02936.07.01488.07.01488.0)()|()()|()()|()|(2211111=?+??=+=θπθθπθθπθθπA P A P A P A 4582.0)|(1)|(4582.03.02936.07.01488.03.02936.0)()|()()|()()|()|(122211222=-==?+??=+=A A or A P A P A P A θπθπθπθθπθθπθθπ1.2 解：令121, 1.5λλ==设X 为⼀卷磁带上的缺陷数，则()XP λ∴3(3)3!e P X λλλ-==R 语⾔求：)4(/)exp(*)3(^gamma λλ-1122(3)(3)()(3)()0.0998P X P X P X λπλλπλ∴===+== 从⽽有111222(3)()(3)0.2457(3)(3)()(3)0.7543(3)P X X P X P X X P X λπλπλλπλπλ==========1.3 解：设A 为从产品中随机取出8个，有3个不合格，则3358()(1)P A C θθθ=-（1）由题意知 ()1,01πθθ=<< 从⽽有)6,4()1()1()1()1()1()1()1()()|()()|()|(535311614531535315338533810<<-==-=--=--=--==--θθθθπθθθθθθθθθθθθθθθθθθθπθθπθθπA beta B R B d d d C C d A P A P A ：语⾔求（2）.10,)1(840)|(840)7,4(/1)7,4(1)7,4()1()1()1()1()1()1(2)1()1714631636315338533810<<-==-=--=--=----==--θθθθπθθθθθθθθθθθθθθθθθθθθθπθθπθθπA beta B R B d d d C C d A P A P A ：语⾔求1.5 解：（1）由已知可得.5.125.11,110110/1)()|()()|()|(,2010,101)(5.125.111)|(2112211)|(12,2121,1)|(5.125.11201011111111<<==<<=+<<-==+<<-=??θθθθπθθπθθπθθπθθθθθθθθd d x p x p x x p x p x x x p ，，即，时，当（2）由已知可得.6.115.11,1010110/1)()|,,()()|,,(),,|(,2010,101)(6.115.111)|,,(,219.1121,214.1121,211.1121,217.1121215.11212112211)|,,(9.11,4.11,1.11,7.11,5.11,0.12,6,2,1,2121,1)|,,(6.115.112010621621621621621654321621<<===<<=<<=+<<-+<<-+<<-+<<-+<<-+<<-========+<<-=??θθθθπθθπθθπθθπθθθθθθθθθθθθθθθθθθd d x x x p x x x p x x x x x x p x x x p x x x x x x i x x x x p i ，即，，时，当【原答案：由已知可得 ()1,0.50.5P x x θθθ=-<<+1(),102010πθθ=<< 11.611.51()0.0110()()()10,11.511.6()P x x m x θπθπθθ==<< 】1.6 证明：设随机变量()XP λ，λ的先验分布为(,)Ga αβ，其中,αβ为已知，则即得证！),(~),,|()()|,,(),,|(,0,)()(,!!)|,,(121)(121211112111βαλπλλπλλπλλαβλπλλλλβαβλααλλ++∑∑∝?∝>Γ=∑===+--+--=-=-==∏∏n x Ga x x x ex x x p x x x e x e x ex x x p ni i n n x n n ni in x ni i x n ni i ni ix e P x x λλλλ-=>1(),0()e ααβλβπλλλα--=>Γ因此 11(1)()()()x x x P x e e e λαβλαβλπλλπλλλλ---+--+∝?∝= 所以 (,1)x Ga x λαβ++】 1.7 解：（1）由题意可知.1},max{,1)/(1)/(122)()|,,()()|,,(),,|(,10,1)(,,2,1,10,22)|,,(121},max{221},max{2121121212112122111<<∝===<<==<<<==?∏∏?∏∏====θθθθθθθθπθθπθθπθθπθθθθn nx x nn x x nni in nni inn n n ni i nni inin x x d d x xd x x x p x x x p x x x n i x xx x x x p n n【原答案：由题意可知 ()1,01πθθ=<< 因此122()12(1)xxm x d x θθ=?=-?因此 2()()1(),1()1P x x x x m x x θπθπθθθ==<<- （实质是新解当n=1的情形）】（2）由题意可知./(13232)()|,,()()|,,(),,|(,10,3)(,,2,1,10,22)|,,(12-21},max{2-22-21},max{221221121212121 2122111<<∝===<<==<<<==?∏∏?∏∏====θθθθθθθθθθθθπθθπθθπθθθπθθθθn n x x n n x x n ni inn n n ni i nni inin x x d d x xd x x x p x x x p x x x n i x xx x x x p n n【原答案：由题意可知 1222()36xm x d x θθθ=?=?因此 ()()()1,01()P x x m x θπθπθθ==<<】 1.8 解：设A 为100个产品中3个不合格，则3397100()(1)P A C θθθ=-由题意可知 199(202)()(1),01(200)πθθθθΓ=-≤≤Γ因此 3971994296()()()(1)(1)(1)A P A πθθπθθθθθθθ∝?∝--=- 由上可知)297,5(~)|(Be A θπ1.9 解：设X 为某集团中⼈的⾼度，则2(,5)XN θ∴25(,)10XNθ∴2由题意可知 2(172.72)5.08()θπθ--=⼜由于X 是θ的充分统计量，从⽽有()()()()x x p x πθπθθπθ=∝?222(176.53)(172.72)(174.64)55.0821.26eeeθθθ------∝?∝因此 (174.64,1.26)x N θ1.10 证明：设22(,),,N u u θσσ其中为已知⼜由于X 是θ的充分统计量，从⽽有()()()()x x p x πθπθθπθ=∝?222222251()()11252()1122525eσθθθσσσ+----+?--+∝∝因此 222251(,)112525u x xN σθσσ+++⼜由于21112525σ≤+ 所以θ的后验标准差⼀定⼩于151.11 解：设X 为某⼈每天早上在车站等候公共汽车的时间，则(0,)X U θ.8,861)/(1192192)()|,,()()|,,(),,|(,4,192)(.81)|,,(8,8,5.3,2,1,0,1)|,,(7687787321321321433213213321>?====≥=>=====<<=∞∞∞θθθθθθθθθθπθθπθθπθθθπθθθθθθd d d x x x p x x x p x x x x x x p x x x i x x x x p i ，时，当【原答案：设X 为某⼈每天早上在车站等候公共汽车的时间，则(0,)X U θ∴1(),0p x x θθθ=<<当8θ>时，31()p x θθ=43819211()8192m x d θθθ从⽽有 7()()3()()128p x x m x θπθπθθ==, 计算错误】1.12 证明：由题意可知 1(),0,1,2,...,i np x x i n θθθ=<<=从⽽有 ()()()()x x p x πθπθθπθ∝?00111n n n ααααθθθθθ++++∝?∝因此θ的后验分布仍是Pareto 分布。

加 I —W)W j04/(l -疔36840 (1 ) ,011.6习题讲解一、1,3,5,6,10,11,12,15 1.1记样本为X. p(x 0.1) Cs *0.1 2 *0.960.1488 p(x 0.2) C ；*0.22*0.86 0.2936 后验分布: 0.1 x 0.2 x 0.1488*0.70.1488*0.7 0.2936*0.3 0.2936*0.30.1488*0.7 0.2936*0.30.5418 0.4582苴它1o<e<iJ n1 m x 0p(x| ) [2(1® aG<e<i其它1 d°C ； 3(1)5*2(1 )d1112 3(1 )6d12( X)i …氏 设辱心…血 是栗ri 泊松分布praj 的 个样本swe 匚此样木的似然函数为匕现収仙也［分•仃Ga(fiL Q 粹为泊松分巾均们A 的址验匕们•即―oo < a v +c©的后验分布为192/ 7 6 86 192—87参故久的百验分布为兀(几斗)板I A)^(Z)'X /J+M jA服从伽玛分布Go辽対+桟申一八r-1 1.11由题意设x 表示等候汽车的时间，则其服从均匀分布 U(0,)P(X )亠 0 X 0, 其它 因为抽取3个样本，即X (x 1,x 2, x 3)，所以样本联合分布为丄 p(X) 3,0, X i ，X 2,X 3其它又因为 192/ 0, 所以，利用样本信息得 h(X, ) p(X )() 1 ~3 192 ~4 192 (~7 (8,0 X i ,X 2,X 3 )于是 m(X) 8 h(X,)d192 , rdp(x\A) = —Xi—, -OC < XIX/ < +OCh(X,) m(X)21p(x )— ,0 x0,即(x) ( n)1/0,即得证。

1.151样本的似然函数：p(x )1e服从伽马分布Ga n, nx-0.00024,20000.0.000121.12样本联合分布为:(X)6 867~0, (x) p(x )()1/1max 0,%丄，人因此的后验分布的核为1/n 1,仍表现为Pareto 分布密度函数的核参数的后验分布 (x) p(x )()n 1( nx)enX in— i 1en nxe1,2,3,5,6,7,8,10,11,12 2乙11)讥刈8)二&(1一&)\兀(&) = 1p 何0)兀(0)= &(1—胖 〜尿(2,4)E(&|X )"E =±W2)讽申)=，(1 — &)叫兀(&) = 1二 诃x) * p(x 0)兀(8)=护(1 一 0)10 〜%(4,11)i ・44E(& x) = 3¥ = -------- =——E 11 + 4 152.2解：由题意，变量t 服从指数分布： p(t )由伽玛分布性质知:0.2nt i 20 3.8 76，所以 ni 1由于伽玛分布是指数分布参数的共轭先验分布，而且后验分布0.04, 0.2又已知n=20,t 3.8(|t) P (T| )( )neti1en 1e (t i)即后验分布为Ga( n,t i ) Ga(20.04,76.2)E T() n t i20.0476.20.2631服从倒伽玛分布IGa(n,t i ) IGa(20.04,76.2)样本联合分布p(T )neti且~Ga(,)〒0 , E()0.2 Var (n20.04, t ii 176.2t-E T ( ) E |T (1) ---------- 4.002n 1n 12.8 由 x ~ Ga( , ), ~ IGa(,)可以得出(1}e(1) 的后验分布为:(3)样本分布函数为:的后验期望估计的后验方差为11 162.5 n 36.2.7的先验分布为：()/ 1, 0, 令1 max 0必丄,X -可得后验分布为：(x)(n) 1 n/0,后验方差为： Var( x)E( x)十, n 1 (n) 122(n 1) (n 2)(xpn -2n -2X1 xe 2 ,x 0(x)p(x 1)e^即为倒伽玛分布IGa(-,2所以的后验分布为IGa(n2 )的核。

第一章 先验分布与后验分布1.1 解：令120.1,0.2θθ==设A 为从产品中随机取出8个，有2个不合格，则22618()0.10.90.1488P A C θ== 22628()0.20.80.2936P A C θ== 从而有5418.03.02936.07.01488.07.01488.0)()|()()|()()|()|(2211111=⨯+⨯⨯=+=θπθθπθθπθθπA P A P A P A 4582.0)|(1)|(4582.03.02936.07.01488.03.02936.0)()|()()|()()|()|(122211222=-==⨯+⨯⨯=+=A A or A P A P A P A θπθπθπθθπθθπθθπ1.2 解：令121, 1.5λλ==设X 为一卷磁带上的缺陷数，则()XP λ∴3(3)3!e P X λλλ-==R 语言求：)4(/)exp(*)3(^gamma λλ-1122(3)(3)()(3)()0.0998P X P X P X λπλλπλ∴===+== 从而有111222(3)()(3)0.2457(3)(3)()(3)0.7543(3)P X X P X P X X P X λπλπλλπλπλ==========1.3 解：设A 为从产品中随机取出8个，有3个不合格，则3358()(1)P A C θθθ=-（1） 由题意知 ()1,01πθθ=<< 从而有.10,)1(504)|(504)6,4(/1)6,4(1)6,4()1()1()1()1()1()1()1()()|()()|()|(535311614531535315338533810<<-==-=--=--=--==⎰⎰⎰⎰--θθθθπθθθθθθθθθθθθθθθθθθθπθθπθθπA beta B R B d d d C C d A P A P A ：语言求（2）.10,)1(840)|(840)7,4(/1)7,4(1)7,4()1()1()1()1()1()1(2)1()1(2)1()()|()()|()|(636311714631636315338533810<<-==-=--=--=----==⎰⎰⎰⎰--θθθθπθθθθθθθθθθθθθθθθθθθθθπθθπθθπA beta B R B d d d C C d A P A P A ：语言求1.5 解：（1）由已知可得.5.125.11,110110/1)()|()()|()|(,2010,101)(5.125.111)|(2112211)|(12,2121,1)|(5.125.11201011111111<<===<<=<<=+<<-==+<<-=⎰⎰θθθθπθθπθθπθθπθθθθθθθθd d x p x p x x p x p x x x p ，，即，时，当（2）由已知可得.6.115.11,1010110/1)()|,,()()|,,(),,|(,2010,101)(6.115.111)|,,(,219.1121,214.1121,211.1121,217.1121215.11212112211)|,,(9.11,4.11,1.11,7.11,5.11,0.12,6,2,1,2121,1)|,,(6.115.112010621621621621621654321621<<===<<=<<=+<<-+<<-+<<-+<<-+<<-+<<-========+<<-=⎰⎰θθθθπθθπθθπθθπθθθθθθθθθθθθθθθθθθd d x x x p x x x p x x x x x x p x x x p x x x x x x i x x x x p i ，即，，时，当【原答案：由已知可得 ()1,0.50.5P x x θθθ=-<<+1(),102010πθθ=<< 11.611.51()0.0110m x d θ==⎰从而有()()()10,11.511.6()P x x m x θπθπθθ==<< 】1.6 证明：设随机变量()XP λ，λ的先验分布为(,)Ga αβ，其中,αβ为已知，则即得证！),(~),,|()()|,,(),,|(,0,)()(,!!)|,,(121)(121211112111βαλπλλπλλπλλαβλπλλλλβαβλααλλ++∑∑∝•∝>Γ=∑===+--+--=-=-==∏∏n x Ga x x x ex x x p x x x e x e x ex x x p ni i n n x n n ni in x ni i x n ni i ni ii【原答案： (),0!x e P x x λλλλ-=>1(),0()e ααβλβπλλλα--=>Γ 因此 11(1)()()()x x x P x e e e λαβλαβλπλλπλλλλ---+--+∝•∝= 所以 (,1)x Ga x λαβ++】 1.7 解：（1）由题意可知.1},max{,1)/(1)/(122)()|,,()()|,,(),,|(,10,1)(,,2,1,10,22)|,,(121},max{221},max{2121121212112122111<<∝===<<==<<<==⎰⎰∏∏⎰∏∏====θθθθθθθθθθπθθπθθπθθπθθθθn nx x nn x x nni in nni inn n n ni i nni inin x x d d x xd x x x p x x x p x x x n i x xx x x x p n n【原答案：由题意可知 ()1,01πθθ=<< 因此122()12(1)xxm x d x θθ=•=-⎰因此 2()()1(),1()1P x x x x m x x θπθπθθθ==<<- （实质是新解当n=1的情形）】（2） 由题意可知.1},max{,1)/(1)/(13232)()|,,()()|,,(),,|(,10,3)(,,2,1,10,22)|,,(12-21},max{2-22-21},max{2212211212121212122111<<∝=⨯⨯==<<==<<<==⎰⎰∏∏⎰∏∏====θθθθθθθθθθθθπθθπθθπθθθπθθθθn n x x n n x x nni in nni inn n n ni i nni inin x x d d x xd x x x p x x x p x x x n i x xx x x x p n n【原答案：由题意可知 1222()36xm x d x θθθ=•=⎰因此 ()()()1,01()P x x m x θπθπθθ==<<】 1.8 解：设A 为100个产品中3个不合格，则3397100()(1)P A C θθθ=-由题意可知 199(202)()(1),01(200)πθθθθΓ=-≤≤Γ 因此 3971994296()()()(1)(1)(1)A P A πθθπθθθθθθθ∝•∝--=- 由上可知)297,5(~)|(Be A θπ1.9 解：设X 为某集团中人的高度，则2(,5)XN θ∴25(,)10XNθ ∴2(176.53)5()p x θθ--=由题意可知 2(172.72)5.08()θπθ--=又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•222(176.53)(172.72)(174.64)55.0821.26eeeθθθ------⨯∝•∝因此 (174.64,1.26)x N θ1.10 证明：设22(,),,N u u θσσ其中为已知又由于X 是θ的充分统计量，从而有()()()()x x p x πθπθθπθ=∝•222222251()()11252()11225252u x x u eeeσθθθσσσ+----+⨯--⨯+⨯∝∝因此 222251(,)112525u x xN σθσσ+++又由于21112525σ≤+ 所以 θ的后验标准差一定小于151.11 解：设X 为某人每天早上在车站等候公共汽车的时间，则(0,)X U θ.8,861)/(1192192)()|,,()()|,,(),,|(,4,192)(.81)|,,(8,8,5.3,2,1,0,1)|,,(768778774321321321433213213321>⨯====≥=>=====<<=⎰⎰⎰∞∞∞θθθθθθθθθθπθθπθθπθθθπθθθθθθd d d x x x p x x x p x x x x x x p x x x i x x x x p i ，时，当【原答案：设X 为某人每天早上在车站等候公共汽车的时间，则(0,)XU θ∴1(),0p x x θθθ=<<当8θ>时，31()p x θθ=43819211()8192m x d θθθ+∞==⎰从而有 7()()3()()128p x x m x θπθπθθ==, 计算错误】1.12 证明：由题意可知 1(),0,1,2,...,i np x x i n θθθ=<<=从而有 ()()()()x x p x πθπθθπθ∝•00111n n n ααααθθθθθ++++∝•∝ 因此 θ的后验分布仍是Pareto 分布。

第二章 贝叶斯推断2.1 解：由题意可知 ()1,01πθθ=<<设12,,...,n X X X 是从随机变量X 中抽取的随机样本，则11()()(1)nii n x ni i p x p x θθθθ==∑==-∏从而有 ()()1()(1),01nii x nx p x πθθπθθθθ=∑∝∙∝-<<所以 1(1,1)ni i x Be n x θ=++∑（1） 由题意可知 n=1,x=3∴(2,4)x Be θ∴21ˆ243Eθ==+ （2） 由题意可知 1233,3,2,5n x x x ====∴(4,11)x Be θ∴44ˆ41115Eθ==+ 2.2 解：设X 为银行为顾客服务的时间，则()x p x e λλλ-=设λ的先验分布为(,)Ga αβ，则20.20.040.21ααβαββ⎧=⎪=⎧⎪⇒⎨⎨=⎩⎪=⎪⎩ 由题意可知 3.8x =从而有 ()()()x p x πλλπλ∝∙()11111n ni ii i x x nx n n n ee ee λβλλβαλβααλλλλ==⎛⎫⎪-+- ⎪-+--+-+-⎝⎭∑∑∝∙==因此有 (,)(20.04,76.2)x Ga n nx Ga λαβ++=所以有 20.04ˆ()0.2676.2E x λλ=== ()()()1110ˆ() 4.0021nnx n nx nx E x e d n n αλβαββθλλλλαα++∞-+--+-++==∙==Γ++-⎰ 2.3 解：设X 为磁带的缺陷数，则()X p θ∴3133311()()!ii x i i i i e p x p x x θθθθ=-==∑==∏∏由题意可知 ()21,02e θπθθθ-=>从而有 ()()3132104()i i x x p x e e e θθθπθθπθθθθ=---∑∝∙∝=因此 (11,4)x Ga θ11ˆ()()16EMSE Var x θθ== 2.4 解：设X 为n 个产品中不合格数，则(,)X bin n θ 由题意可知 ()49(1),01πθθθθ∝-<< （1） 由题意可知(20,)X bin θ∴317()(1)p x θθθ∝-∴()()()x p x πθθπθ∝∙31749726(1)(1)(1)θθθθθθ∝-∙-=- 因此 (8,27)x Be θ又626725()7(1)26(1)0x πθθθθθ'∝---所以 7ˆ33MD θ=（2） 由题意可知(20,)X bin θ 且()726(1)πθθθ=-∴20()(1)p x θθ∝-∴()()()x p x πθθπθ∝∙72620746(1)(1)(1)θθθθθ∝-∙-=-因此 (8,47)x Be θ所以 78ˆˆ,5355MD E θθ== 2.5 解:设2(,2)X N θ ，则222σ= 令2204nnσσ==设(,1)N u θ ，则1τ=，且211(,)x N u θτ其中 2201222200u x u στστστ------=+++22210111τστ=+214ˆ()()0.14EMSE Var x n θθτ===≤+ 2.6 解：设X 为1000名成年人中投赞成票的人数，则(1000,)X bin θ（1）由题意可知 7107102901000(710)(1),01p C θθθθ=-<<a.()()710290711290710(710)(1)(1)A p πθθπθθθθθθ∝∙∝-∙=-∴710(712,291)Be θb.()()7102903713290710(710)(1)(1)B p πθθπθθθθθθ∝∙∝-∙=-∴710(714,291)Be θ（2）a.712ˆ(710)0.7098712291E E θθ===+b. 714ˆ(710)0.7104714291E E θθ===+ （3）由题意可知10001000()(1),01xx x p x C θθθθ-=-<<a.()()100011000()(1)(1)x x x x A x p x πθθπθθθθθθ-+-∝∙∝-∙=-∴(2,1001)x Be x x θ+-∴2ˆ()1003EAx E x θθ+== b.()()1000331000()(1)(1)x x x x B x p x πθθπθθθθθθ-+-∝∙∝-∙=-∴(4,1001)x Be x x θ+-∴4ˆ()1005EB x E x θθ+==∴ˆEA θ-ˆEB θ=21003x +-41005x +=2.7 解：由题意可知 1(),0p x x θθθ=<<1(),0,1,2,...,i n p x x i n θθθ∴=<<=令{}1012max ,,,...,n x x x θθ=，则()101()()()n m x p x d n ααθαθθπθθαθ+∞+=∙=+⎰从而有 ()()111()(),()n n p x n x m x ααθπθαθπθθθθ++++==>11111()1ˆ()(1)n E n n n E x d n αααθαθθθθθθαθ++∞+++-+===+-⎰1221121()1()(2)n n n n E x d n αααθαθθθθθαθ++∞+++-+==+-⎰22222(1)1111ˆ()()()()(2)(1)En n MSE Var x E x E x n n ααθθθθαθαθ+-+-==-=-+-+- 2.8 解：（1）由题意可知 21221()2n x n p x x e θθθ--⎛⎫∝ ⎪⎝⎭()(1)e βαθπθθ--+∝因此 ()221(1)(1)22212xnx nn x x e e eββααθθθπθθθθ+-----++-+⎛⎫∝∝⎪⎝⎭所以 (,)22n xx IGa θαβ++（2）222()1222x Var x n n βθαα⎛⎫+ ⎪⎝⎭=⎛⎫⎛⎫+-+- ⎪ ⎪⎝⎭⎝⎭2()12x E x nβθα+=+- （3） 由题意可知 2221()n nx p x eθθθ-⎛⎫∝ ⎪⎝⎭()22(1)2nx nx eβαθπθθ+--++∝2(,)22n nxx IGa θαβ∴++22ˆ12MDnx n βθα+∴=++ 22ˆ12E nxn βθα+=+-。

贝叶斯统计_先验分布的确定第三章先验分布的确定3.1 主观概率3.1.1概率的公理化定义定义：设Ω为⼀个样本空间，F 为Ω的某些⼦集组成的⼀个事件域，如果对任⼀事件A ∈F ，定义在F 上⼀个实值函数P(A)满⾜下列条件：(1)⾮负性公理：对于每⼀事件A ，有P(A)≥0；(2)正则性(规范性)公理：P(Ω)=1；(3)可列可加性(完全可加性)公理：设A 1，A 2，…是互不相容的事件，即对于i≠j ，A i A j =?，i ，j=1，2，…，则有11()()i i i i P A P A ∞∞===∑U则称P （A ）为事件A 的概率(Probability)，称三元素(Ω，F ，P)为概率空间(Probability space)。

概率是定义在σ-域F 上的⼀个⾮负的、正则的、可列可加的集函数。

3.1.2主观概率在经典统计中，概率是⽤三条公理定义的：1）⾮负性；2）正则性；3）可加性。

概率确定⽅法有两种：1）古典⽅法；2）频率⽅法。

实际中⼤量使⽤的是频率⽅法，所以经典统计的研究对象是能⼤量重复的随机现象，不是这类随机现象就不能⽤频率的⽅法去确定其有关事件的概率。

这⽆疑把统计学的应⽤和研究领域缩⼩了[1]。

在经典统计中有⼀种习惯，对所得到的概率都要给出频率解释，这在有些场所是难于做出的。

譬如，天⽓预报：“明天下⾬的概率是0.8”。

贝叶斯统计中要使⽤先验信息，⽽先验信息主要是指经验和历史资料。

因此如何⽤⼈们的经验和过去的历史资料确定概率和先验分布是贝叶斯学派要研究的问题。

贝叶斯学派是完全同意概率的公理化定义，但认为概率也是可以⽤经验确定。

这是与⼈们的实践活动⼀致。

这就可以使不能重复或不能⼤量重复的随机现象也可谈及概率。

同时也使⼈们积累的丰富经验得以概括和应⽤。

贝叶斯学派认为：⼀个事件的概率是⼈们根据经验对该事件发⽣可能性所给出个⼈信念。

这样给出的概率称为主观概率。

下⾯举⼏个例⼦：⼀个企业家认为“⼀项新产品在未来市场上畅销”的概率是0.8，这⾥的0.8是根据他⾃⼰多年的经验和当时⼀些市场信息综合⽽成的个⼈信念。

【贝叶斯统计答案】第二章+第三章第二章,,tpte(),,,2.2 解: 由题意，变量t服从指数分布:,,tni,pTe(),,,样本联合分布,,,,1,,,~(,),0Gae,,且， E()0.2,,Var()1,,,,,,,,(),由伽玛分布性质知:,,0.2,,,,0.04,0.2,,, ,,,,,1,2,,,t,3.8 又已知 n=20,nnnt，,，,,,20.04,76.2t,，,203.876,i,i ，所以 ,1,1ii由于伽玛分布是指数分布参数的共轭先验分布，而且后验分布,,，,,,tt(),,,,,nn,，,11,,ii()()()tpTeee,,,,,,,,,,, GantGa(,)(20.04,76.2),,，，,即后验分布为 ,i,，n20.04,|TE()0.263,,,, ，t76.2,,i,1IGantIGa(,)(20.04,76.2),,，，,服从倒伽玛分布 ,,,,i,，t,i,,||1,TT()()4.002EE,,,,, 1，,n,11,,2.3可以算出的后验分布为，的后验期望估计的后验方差为. Ga(11,4)16 n,362.5只有个别人算错了，答案是.2.6大家差不多都做对了.,,，1,,,,,,/,,00,2.7的先验分布为:(), ,,,0,,,,0,,,,max,,,xx令 ,,101n,,，，，nn1,()/,,,,,,，,n11可得后验分布为:()x, ,,,0,,,,,1(),,，n1,Ex(),则的后验期望估计为:， ,n，,1,2(),,，n1后验方差为:. Varx(),,2(1)(2)nn，,，,,,n1,,,2.8由xGaIGa~(,),~(,)可以得出 22,n12()1n,,1x,2,22 pxxex,,,(),0n,()2,,,,(1),，,,(),0,,e ,,,,,(),,(1)的后验分布为:x，2,n,,，，(1),22, ,,,,,,()()()xpxe,,nxIGa(,)，，,,即为倒伽玛分布的核。