Teoria de decisiones bayesianas

2010
0

TEORIA DE DESICIONES BAYESIANA
Integrantes:
Corrales Napurí, Sharon Castillo Verástegui, Julissa 20071257I 20072678H

Estadística Bayesiana

UNIVERSIDAD NACIONAL DE INGENIERIA 07/11/2010

TEORIA DE DECISIONES BAYESIANA Histórico
Thomas Bayes es mejor conocido por su fórmula del cálculo de probabilidades condicionales. Sin embargo, también merece un reconocimiento por suobservación de que los conceptos de probabilidad y la utilidad se pueden definir en términos de preferencias sobre un conjunto de perspectivas inciertas.
La probabilidad de cualquier evento es la relación entre el valor esperado en función de la ocurrencia del evento a calcular, y la posibilidad de lo previsto en ella…. si una persona tiene una expectativa en función de la ocurrencia de un evento, laprobabilidad del evento es la probabilidad de su fracaso como su pérdida si no se produce su ganancia.

1

Relatos de la época de la teoría de decisiones bayesianas son fieles a la idea original de Bayes. La principal diferencia es que los teóricos modernos tratan de hacer que la teoría sea más precisa. Los tres principios siguientes resumen la teoría moderna de la decisión bayesiana: 1.Grados de creencia subjetiva están representados por una función de probabilidad definida en términos de preferencias sobre las perspectivas inciertas, según lo sugerido por el propio Bayes. 2. Grados esperados están representado por una función de utilidad definida en términos de preferencias sobre las perspectivas inciertas 3. Los agentes racionales actúan como si se tratara de maximizar la utilidadsubjetiva esperada, para multiplicar los servicios y las probabilidades subjetivas.

Idea básica de la Teoría de decisiones Bayesiana
La teoría de decisiones Bayesiana comienza desde la convicción de las probabilidades subjetivas y útiles no pueden ser directamente revelados por introspección. Seguramente, una pregunta de la población podría ser para estimar sus probabilidades numéricas yutilidades, pero las respuestas juntadas por este método casi seguramente serían arbitrarias por lo tanto, el orden de cumplir con los viejos comportamientos ideales, que sostiene que las creencia y deseos pueden ser atribuidos a agentes sólo si aquellas creencias y deseos de algún modo puede ser vinculado al comportamiento observable. La Bayesiana favorece a una estrategia más sofisticada. En esencia,Bayesiana discute las probabilidades subjetivas y útiles que pueden ser establecidas por ir pidiendo a agentes declarar preferencias sobre perspectiva incierta. Las preferencias son, según la vista establecida, revelada en comportamiento selecto. Si ofrecen una opción al agente entre dos perspectivas inciertas y escoge a uno de ellos, es

Estadística Bayesiana

razonable de concluir que élprefirió escoger a este. Algún bayesiano se acerca a decir que las preferencias pueden ser identificadas con opciones. Es provechosa una ilustración a la vista Bayesiana en un ejemplo. Considere la siguiente opción muy generosa: A. Si llueve en Cambridge mañana, usted gana un viaje para dos a Hawai; de otra manera, usted no gana nada. B. Si no llueve en Cambridge mañana, usted gana un viaje parados a Hawai; de otra manera, usted no gana nada Un agente racional debería su preferencia entre A y la B ser determinado por dos considerationes.viz, el grado a cual él creerá que lloverá, y su deseo de ganar el viaje a Hawái. Sabemos que el agente desea el viaje a Hawái a algún grado, p. ej. lo desea más que ningún viaje a Hawái porque un viaje a Hawái por cierto no es preferido sobre ningún viaje.Entonces, si el agente prefiere A sobre la B, él piensa que es más probable que llueva en Cambridge mañana a que no; de otra manera, él con mayor probabilidad conseguiría lo que él desea a que escoger la otra opción. Además, si el agente prefiere la B a A, él piensa es más probable que no haya ninguna lluvia, para la misma razón. Finalmente, si el agente es indiferente entre A y la B, el agente...