简介：贝叶斯决策是决策者经常使用的一种决策方法，具有较严谨的分析思路，但本身也存在一些问题，本文其存在的两点缺陷进行了分析提出了相应的改进方法。

简介：摘要：贝叶斯公式是概率论与随机过程课程中一个十分关键的理论部分。本文给出了贝叶斯公式在现实生活中的常见应用。

简介：贝叶斯分类方法,是以概率假设为基础的.假设需要分类的数据遵循某种假设分别,通过这些概率分布以及对观察数据本身进行推理,得出最好的分类结果.本文重点介绍贝叶斯分类模型的相关理论基础以及常见的几种贝叶斯分类模型.

简介：摘要：贝叶斯公式是概率论中很重要的公式，贝叶斯公式在医学、信息传递、生产、侦破

简介：借助概率论中的贝叶斯公式理论和方法,对现实中人们对有关化验结果的疑惑进行了详细的解释,从而使人们能更科学地理解化验结果,深刻感知数学在解决实际问题的作用.

简介：摘要：贝叶斯公式是建立在全概率公式的基础之上得到的，在各个领域有广泛的应用。本文采用探索式、启发式教学方法对贝叶斯公式进行教学设计。通过生活中的实际例子吸引学生注意力，以问题为导向，以分析为重点，以应用为巩固拓展，引导学生思考、解决问题，进而使学生较快理解与掌握贝叶斯公式的基本思想和基本求解步骤。

简介：采用带有随机微分方程的非线性混合效应模型对群体药物代谢动力学数据建模，通过在状态方程中引入随机项，将常微分方程扩展到随机微分方程．和常微分方程相比，随机微分方程可解决群体药物代谢动力学模型中相关残差问题．利用贝叶斯估计对非线性混合效应随机微分方程模型参数进行估计，给出群体参数及个体参数的精确后验分布，将Gibbs和Metropolis-Hastings算法相结合，给出参数估计值．通过计算机模拟和实例分析验证了方法的可靠性，结果表明利用非线性混合效应随机微分方程模型及贝叶斯估计方法分析群体药物代谢动力学数据是可行的．

简介：公众改善环境之意愿的最直接体现是支付意愿。在介绍了多项式概率模型及其层次贝叶斯估计方法后，利用问卷数据研究了北京市公众（大学生群体）对于改善长期空气质量的支付意愿。结果显示，为了在20年内北京市空气质量良级天数（API〈100）达到90％以上，公众的支付意愿为未来5年47元／人／月，支付意愿随时间的贴现率大约为3．8％。

简介：在决策与判断研究中，贝叶斯（Bayes）理论起着十分重要的作用，对于法律决策、司法判断的量化研究，也莫能例外，因为法官判案的过程可以视为在特定的证据条件下，对被告刑事责任（是否定罪、如何量刑）、民事责任（是否归责、如何赔偿）的判断和决策过程。在《法官如何思考》一书中，波斯纳举了一个无陪审团且证人是原告本人的关于性别歧视诉讼案件的例子。

简介：无

简介：

简介：为了解逃课因素对大学生逃课行为的影响程度，构建大学生逃课原因的贝叶斯网络模型，计算出模型节点间的关联度，以及条件概率改变的情况下节点概率变化率。该模型显示了大学生逃课因素间的动态变化，以及各个因素对逃课行为影响程度的大小。此模型有助于学校、教师以及学生本人客观了解逃课原因，由此采取适当干预，减少大学生逃课现象的发生。

简介：针对性能退化服从对称Laplace过程的产品,对其可靠性评估提出了贝叶斯方法.采用对称Laplace过程描述产品的退化过程,通过确定模型中的参数服从固定的先验分布,并且利用Gibbs抽样的方法,建立基于退化数据的贝叶斯估计模型,得到参数的后验分布.用蒙特卡洛模拟计算得到其可靠性,最后通过仿真模拟验证了模型的有效性.

简介：动态贝叶斯网络（dynamicbayesiannetwork,DBN）是一种基于时序表达数据构建基因调控网络的重要方法。然而目前的DBN方法因计算时间太长,结构不稳定,准确度低,对有效性有很大影响。根据动态贝叶斯网络的度量可分解性质,将动态贝叶斯网络分为初始网络与转移网络分别进行结构寻优,在寻优时将基于静态贝叶斯网络的最大权重生成树算法与贪婪搜索算法相结合,移植入动态贝叶斯网络中,建立基因调控网络模型。提出了一种从时序数据中构建基因调控网络的方法,克服了贝叶斯网络不能描述循环调控的缺陷,也从规模上简化了网络构建问题。通过与相关实验文献的对照,验证了提出方法的有效性,网络学习时间明显缩短,网络结构更加稳定。

简介：贝叶斯单病例随机对照试验是近年来流行的研究设计。本文对贝叶斯单病例随机对照试验的分析原理、统计要求、应用现状及优缺点等进行介绍。虽然贝叶斯单病例随机对照试验尚处于小规模应用的阶段且有许多问题尚待完善,但是其可提供较为丰富的后验信息,有望成为今后单病例随机对照试验的主要类型。

简介：本文利用贝叶斯分析方法建立了评估企业诚信度的概率估计模型，并选取了一些有代表性的企业进行实证分析。与现有的同类问题研究相比，本模型的特点是将决策者个人经验和主观判断作为先验信息与样本信息相结合、将财务数据与诚信表现相结合，从而提高了估计的可靠性和准确性。

简介：摘要采用贝叶斯回归分析模型对300MW燃煤锅炉的NOx排放特性建立模型。利用热态实炉试验数据对模型进行了训练和验证。然后利用蚁群算法对该模型进行优化，从670个工况中选三个典型的工矿进行优化。结果表明，贝叶斯回归分析能很好的模拟NOx的排放特性，而且易操作，另外因为是从概率的角度进行分析处理，因此并不存在过拟合以及泛化能力的问题，为燃烧建模提供了一种新的角度。

简介：由于市场环境中存在着许多不确定因素，使决策者的决策带有某种程度的风险。为了增加决策的可靠性，在风险决策中增大信息量是一种可行的方法。文章通过分析信息在风险决策中的作用，利用贝叶斯公式，给出了如何确定信息的价值以及如何提高风险决策可靠性的方法。

简介：水文预报对于防洪、抗旱以及水资源调度等具有重要意义。水文预报通常依靠水文模型来完成,由于受到不同流域特点、产汇流机制等的限制,每个水文模型都具有各自的特点及适用区域。单一模型具有非常大的水文预报不确定性,为了解决单一模型局限性的问题,多模型水文预报常作为降低水文预报不确定性有效方法之一。选用三种常见的水文模型:时变增益水文模型、新安江模型和萨克拉门托模型,在珠江飞来峡流域进行分布式建模,采用相同的输入与初始场,三个模型独立进行模拟,然后对比三个模型的结果,并进行贝叶斯多模型加权平均和简单平均得到多模型平均结果,研究结果表明,贝叶斯模型处理后的结果要比单个模型模拟结果和简单平均处理后的结果准确率高。

简介：摘要火灾调查工作中影响因素非常多，而且存在一定的多变性。在火灾调查中引入贝叶斯网络，能够更加精准的对火灾成因进行分析，保证分析结果的准确性。首先，介绍了贝叶斯网络的概念以及贝叶斯网络结构图的构建方法，分析了贝叶斯网络应用于火灾调查网络构建以及贝叶斯计算等过程，得出通过应用贝叶斯网络，能够根据结果事件概率计算出条件事件概率，确保火灾成因分析分析中获得更为精准的信息参考，保障火灾调查工作的准确性与客观性。