论决策理论在不确定性分析中的作用
应用统计
2010-09-23 v1
摘要
极大似然估计 (MLE) 与启发式预测估计 (HPE) 是工业不确定性分析中广泛使用的两种方法。我们从决策理论的观点对它们进行了回顾，并将贝叶斯推断作为比较的黄金标准。MLE 的主要缺点在于，它可能无法适当考虑生成数据的物理过程中的不确定性，尤其是在可用数据量很少时。HPE 则因考虑了这种不确定性而有所改进。然而，我们表明，这种方法实际上等同于特定代价函数下的贝叶斯估计，而该代价函数并非由决策者明确选择。这可能会产生从决策角度来看次优的结果。这些结果呼吁系统地使用基于精心定义的代价函数的贝叶斯估计量。
引用
@article{arxiv.1009.4342,
title = {On the Role of Decision Theory in Uncertainty Analysis},
author = {Merlin Keller and Eric Parent and Alberto Pasanisi},
journal= {arXiv preprint arXiv:1009.4342},
year = {2010}
}
备注
28 pages 5 figures, submitted to "Reliability Engineering & System Safety"