(完整版)贝叶斯统计-习题答案)

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.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。

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.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

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。

贝叶斯统计茆诗松版大部分课后习题答案word精品

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。

贝叶斯统计茆诗松版大部分课后习题答案

习题讲解一、1,3,5,6,10,11,12,15 记样本为x.()()22682268(0.1)*0.1*0.90.1488(0.2)*0.2*0.80.29360.1488*0.70.10.54180.1488*0.70.2936*0.30.2936*0.30.20.45820.1488*0.70.2936*0.3p x C p x C x x θθπθπθ==≈==≈==≈+==≈+后验分布：()()()()()1113353680362(|)(1)*2(1)112(1)15(|)840(1),01m x p x d C d d p x x m x θπθθθθθθθθθθπθπθθθθ==--=-===-<<⎰⎰⎰由题意设x 表示等候汽车的时间，则其服从均匀分布(0,)U θ1,0()0,x p x θθ⎧<<⎪=⎨⎪⎩其它因为抽取3个样本，即123(,,)X x x x =，所以样本联合分布为12331,0,,()0,x x x p X θθ⎧<<⎪=⎨⎪⎩其它又因为 4192/,4()0,4θθπθθ⎧≥=⎨<⎩所以，利用样本信息得1233471192192(,)()() (8,0,,)h X p X x x x θθπθθθθθθ==⋅=≥<< 于是788192()(,)m X h X d d θθθθ+∞+∞==⎰⎰θ的后验分布为76778(,)192/68()192()h X X m X d θθπθθθθ+∞⨯===⎰6768,8()0,8X θπθθθ⎧⨯≥⎪=⎨⎪<⎩样本联合分布为：1(),0np x x θθθ=<<1000/,()0,αααθθθθπθθθ+⎧>=⎨≤⎩{}110101()()()/1/,max ,,,n n n x p x x x αααπθθπθαθθθθθθ++++∝=∝>=L因此θ的后验分布的核为11/n αθ++，仍表现为Pareto 分布密度函数的核即1111()/,()0,n n n x αααθθθθπθθθ+++⎧+>=⎨≤⎩即得证。

贝叶斯统计老师划的课后习题

1.1设θ是一批产品的不合格率，已知它不是0.1就是0.2，且其先验分布为π（0.1）=0.7 π（0.2）=0.3.假如从这批产品中随机抽取8个进行检查，发现有两个不合格品。

求θ的后验分布。

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1111122()()()0.4582()()()()P A A P A P A θπθπθθπθθπθ==+2221122()()()0.5418()()()()P A A P A P A θπθπθθπθθπθ==+1.2 设一卷磁带上的缺陷数服从泊松分布P （λ），其中λ可取1和1.5中的一个，又设λ的先验分布为π（1）=0.4 π（1.5）=0.6.假如检查一卷磁带发现了3个缺陷，求λ的后验分布。

解：令121, 1.5λλ==设X 为一卷磁带上的缺陷数，则()X P λ:∴3(3)3!e P X λλλ-==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 设θ是一批产品的不合格率，从中抽取8个产品进行检验，发现3个不合格品，假如先验分布为（1）θ～u(0,1) (2)θ~π(θ)={10 )1(2else0<<-θθ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 351()()()504(1),01()()P A A P A d θπθπθθθθθπθθ==-<<⎰（2）361()()()47040(1),01()()P A A P A d θπθπθθθθθπθθ==-<<⎰1.10 从正态总体N （0，4）中随机抽取容量为100的样本，又设θ的先验分布为正态分布。

贝叶斯统计茆诗松版大部分课后习题答案之欧阳家百创编

习题讲解欧阳家百(2021.03.07)一、1,3,5,6,10,11,12,151.1记样本为X.1.11由题意设X 表示等候汽车的时间，则其服从均匀分布〃（°&）因为抽取3个样本，即X=（X"2，®）,所以样本联合分布为又因为所以，利用样本信息得。

的后验分布为1.12样本联合分布为：因此&的后验分布的核为1/严"：仍表现为Pnreto 分布密度函数的核（0+町年+"/严吧6>0{0, 0<0}即得证O1.15二、1,2,3,5,6,7,8,10,11,122.2解：由题意，变量t 服从指数分布：〃（4刃=加" 样本联合分布〃们刃="『》192/伊, 6>>40,于是兀（&卜）= 即且八 G/(a.0) = w/ e 0 ,A >0 E (N )= o 2 = i由伽玛分布性质知: 又已知0=20/=3.8工-=20x3.8 = 76 n + a = 20.04,工人+“ = 76.2 I ,所以 j由于伽玛分布是指数分布参数的共轮先验分布，而且后验分布即后验分布为E© +心+D )= S(20.04,76.2)0 = 2-1 服从倒伽玛分布 /G“(a + n,0+D )= ©(20.04,76.2)2.3可以算出&的后验分布为SZ4),&的后验期望估计的后验方11差为16.2.5 心 36.兀(&)= <2.7 &的先验分布为：仝 =max{G )，i ，…,耳}0. 0<0.\a + n )e^lx !0a ^\ 0,则&的后验期望估计为：I n+Qj, 畑砂)=—竺泌— 后验方差为： (“ + ― 1)" + — 2).x ~ Gu(—,—),0 〜IGa(a, B) 2.8由 2 2& 可以得出7T (0\x) = <可得后验分布为：0>0}0<0}(1) &的后验分布为:1] x心(_ + 7_ + 0) 即为倒伽玛分布 2 2 P 的核。

贝叶斯统计茆诗松版大部分课后习题答案

习题讲解一、1,3,5,6,10,11,12,15 记样本为x.()()22682268(0.1)*0.1*0.90.1488(0.2)*0.2*0.80.29360.1488*0.70.10.54180.1488*0.70.2936*0.30.2936*0.30.20.45820.1488*0.70.2936*0.3p x C p x C x x θθπθπθ==≈==≈==≈+==≈+后验分布：()()()()()1113353680362(|)(1)*2(1)112(1)15(|)840(1),01m x p x d C d d p x x m x θπθθθθθθθθθθπθπθθθθ==--=-===-<<⎰⎰⎰由题意设x 表示等候汽车的时间，则其服从均匀分布(0,)U θ1,0()0,x p x θθ⎧<<⎪=⎨⎪⎩其它因为抽取3个样本，即123(,,)X x x x =，所以样本联合分布为12331,0,,()0,x x x p X θθ⎧<<⎪=⎨⎪⎩其它又因为 4192/,4()0,4θθπθθ⎧≥=⎨<⎩所以，利用样本信息得1233471192192(,)()() (8,0,,)h X p X x x x θθπθθθθθθ==⋅=≥<< 于是788192()(,)m X h X d d θθθθ+∞+∞==⎰⎰θ的后验分布为76778(,)192/68()192()h X X m X d θθπθθθθ+∞⨯===⎰6768,8()0,8X θπθθθ⎧⨯≥⎪=⎨⎪<⎩样本联合分布为：1(),0np x x θθθ=<<1000/,()0,αααθθθθπθθθ+⎧>=⎨≤⎩{}110101()()()/1/,max ,,,n n n x p x x x αααπθθπθαθθθθθθ++++∝=∝>=L因此θ的后验分布的核为11/n αθ++，仍表现为Pareto 分布密度函数的核即1111()/,()0,n n n x αααθθθθπθθθ+++⎧+>=⎨≤⎩即得证。

【样本】贝叶斯统计茆诗松版大部分课后习题答案

【关键字】样本习题讲解一、1,3,5,6,10,11,12,151.1记样本为x.1.61.11 由题意设x表示等候汽车的时间，则其服从均匀分布因为抽取3个样本，即，所以样本联合分布为又因为所以，利用样本信息得于是的后验分布为1.12样本联合分布为：因此的后验分布的核为，仍表现为Pareto分布密度函数的核即即得证。

1.152、1,2,3,5,6,7,8,10,11,122.2 解：由题意，变量t服从指数分布：样本联合分布且，由伽玛分布性质知：又已知n=20,，所以由于伽玛分布是指数分布参数的共轭先验分布，而且后验分布即后验分布为服从倒伽玛分布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.2.5 .2.7的先验分布为：令可得后验分布为：则的后验期望估计为：，后验方差为：.2.8由可以得出（1）的后验分布为：即为倒伽玛分布的核。

所以的后验分布为（2）后验均值为后验方差为（3）样本分布函数为：所以的后验分布为：即为的核。

令即：可得而由公式得因此，倒伽玛分布的这两个估计是不一样的，原因是它不对称。

2.10解：已知设的后验分布为可得：由已知得：，所以的95％的可信区间为：即为. 2.11已知可得2σ的后验分布为211,22n i i n IGa x αλ=⎛⎫++ ⎪⎝⎭∑后验均值为：2112ˆ12n ii Ex n λθα=+=+-∑ 后验方差为：()22122121222n i i x Var x n n λσαα=⎛⎫+ ⎪⎝⎭=⎛⎫⎛⎫+-+- ⎪⎪⎝⎭⎝⎭∑ 变换：令：()220.1211220.9ni i P x n λχασ=⎡⎤⎛⎫+≥+=⎢⎥ ⎪⎝⎭⎣⎦∑可得2σ的0.9可信上限为()2120.122ni i x n λχα=++∑.2.12θ的先验分布为：1000/,()0,αααθθθθπθθθ+⎧>=⎨≤⎩令{}101max ,,,n x x θθ=可得后验分布为：1111()/,()0,n n n x αααθθθθπθθθ+++⎧+>=⎨≤⎩设θ的1α-可信上限为U θ 则()11Ux d θθπθθα=-⎰带入有：三、10,11,12,13四、1,4,8,9,10,11,12,15,16 4.44.8 购买8件. 4.9对于行动1a ，其收益函数为对于行动2a ，其收益函数为从而可得在1a 和2a 处的损失函数：θ服从()2,14Be故采用第一种收费方法对工厂有利.##附R 软件计算定积分程序： int<-function(x){210*x*(1-x)^13};integrate(int,0.1,0.2)$value*10+integrate(int,0.2,1)$value*90; [1] 18.86049integrate(int,0,0.1)$value*60; [1] 27.05742 4.10五、2,3,7,11,18,21,22 5.2(2)(4)()()()22~,12x x N p x θθθπ--=由可得附：用R 软件作图程序：y<-function(x){exp(0.1*x)-0.1*x-1}; plot(y,xlim=c(-20,20),type="l",lty=1);lines(x,exp(0.5*x)-0.5*x-1,xlim=c(-20,20),type="l",lty=2); lines(x,exp(1.2*x)-1.2*x-1,xlim=c(-20,20),type="l",lty=3); s<-c("c=0.1","c=0.5","c=1.2");legend(locator(1),s,lty=c(1,2,3));5.3()23,.23ln B xx c e cθδ=<-可以求得的贝叶斯估计为 5.7 5.11 5.18(1)1a 与2a 下的先验期望损失为()()12,17.5,,15E L a E L a θθθθ==⎡⎤⎡⎤⎣⎦⎣⎦，故2a 是最优行动，先验()15EVPI =元.(2){}{}()120,1,2,a a x δ从到上的任一个映射都是该问题的决策函数.()()()()()()(),13.89*0.8747513.7975*0.12059.21*0.0047513.8566,1513.8566 1.14342 1.14340.20.9434xx xx EVPI E EL x EVSI EVPI E E L x ENGS EVSI C θθθδθδ⎡⎤'==++=⎣⎦⎡⎤'=-=-=⎣⎦=-=-=后验先验元元5.21 (1)210216b b m m θ-==-(2)(3)由上先验EVPI 中有相当一部分是由于先验分布估计得不够精确引起的，随着标准差τ的减小，用来描述状态θ的先验分布愈精确，增加了先验信息，从而减少了先验完全信息及其期望值。

贝叶斯统计第二版第二章答案

（1）由题意可知因此又所以
（2）由题意可知且因此所以 2.5 解:设，则令设，则，且其中
2.6 解：设X为1000名成年人中投赞成票的人数，则（1）由题意可知 a. b. （2）a.
b. （3）由题意可知 a. b. -=-= 2.7 解：由题意可知令，则从而有 2.8 解：（1）由题意可知因此所以（2）
（3）由题意可知第二章贝 Nhomakorabea斯推断2.1 解：由题意可知设是从随机变量X中抽取的随机样本，则从而有所以
（1）由题意可知 n=1,x=3 （2）由题意可知 2.2 解：设X为银行为顾客服务的时间，则设的先验分布为，则由题意可知从而有
因此有所以有 2.3 解：设X为磁带的缺陷数，则由题意可知从而有因此 2.4 解：设X为n个产品中不合格数，则由题意可知