1) Bayesian robustness
贝叶斯稳健性
1.
This paper reviewed the Bayesian robustness of classes of ε-contaminated priors.
考查了ε-代换类先验的贝叶斯稳健性,衡量其稳健与否的标准是先验为ε-代换类的后验分布的kullback leibler散度和它的曲率。
2.
Secondly, we consider further the problem of measuring Bayesian robustness, and discuss the classes of contaminated prior in specific.
对贝叶斯决策的稳健性作出了进一步探讨，讨论了ε-代换类的贝叶斯稳健性。
2) Robust Bayesian Estimate
稳健贝叶斯估计
1.
Robust Bayesian Estimate of Outstanding Claims Reserve In Non-Life Insurance;
保险公司未决赔款准备金的稳健贝叶斯估计
3) robust Bayes least square method
稳健-贝叶斯最小二乘法
4) Robust Baye's least squares estimation
稳健-贝叶斯最小二乘算法
5) robust Baysian least squares estimation
稳健贝叶斯最小二乘算法
6) Bayesian Rationality
贝叶斯理性
补充资料：贝叶斯公式
贝叶斯公式为利用搜集到的信息对原有判断进行修正提供了有效手段。在采样之前，经济主体对各种假设有一个判断（先验概率），设为，{}。
关于先验概率的分布，通常可根据经济主体的经验判断确定(当无任何信息时，一般假设各先验概率相同)，较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
当采样得到样本值后，当事人对各假设的判断(后验概率)为
关于先验概率的分布，通常可根据经济主体的经验判断确定(当无任何信息时，一般假设各先验概率相同)，较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
当采样得到样本值后，当事人对各假设的判断(后验概率)为
，= 1， 2， %26#8230;， (5.5)
在实际经济生活中，信息搜寻工作不是一次就完成的。当信息搜寻进行到某一阶段，设已进行了 次采样( =1，2，%26#8230;)，此时经济主体对各假设的后验概率的认识为
=1， 2， %26#8230;， (5.6)
其中，表示在第次采样前对假设的判断，当 =1时即表示第一次采样前的先验概率，从而式(5.5)变成式(5.6)的一个特例，即，将其记为。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条