摘要

　　贝叶斯统计可以克服数据和数据结构突变的峰-尾的特征。作为一种半参数统计方法，它具有自己独特的优点，并且已经逐渐成为了学术界研究的热点之一，并在金融，医学等社会各领域里也都得到了广泛的应用与实践。本文首先详细阐述了贝叶斯统计与经典统计之间的区别、优缺点，具体叙述了贝叶斯统计的基本框架、模型建立，通过理论分析，掌握其要点并探究贝叶斯统计在具体生活中的应用。

　　

关键词：贝叶斯统计；风险决策；参数估计；后验分布

 

目录

1.绪论 4

1.1研究背景 4

1.2贝叶斯统计的发展历程 4

1.2贝叶斯统计理论与经典统计理论的区别 5

1.3 贝叶斯统计理论与经典统计理论的优缺点 6

2.贝叶斯统计理论介绍 6

2.1贝叶斯思想 7

2.2贝叶斯方法的基本思路 7

2.3 贝叶斯公式 8

2.4 贝叶斯估计 9

2.5 贝叶斯预测 10

3. 建立贝叶斯模型 10

3.1 选择随机参数的先验分布 10

3.2 建立样本的模型分布 11

3.3计算参数的后验分布 11

3.4选择损失函数 11

3.5参数估计 11

4.贝叶斯统计在风险决策中的具体应用 12

5.总结与展望 15

6.参考文献 16

7.致谢 17